arXiv · Artificial Intelligence· Yizhou Han, Di Wu, Dhananjay Saikumar, Blesson Varghese·· 3 小时前AI 评分50
AgBench：个人 AI 设备上的 Agentic AI 评测基准
AgBench: Agentic AI Benchmarks for Personal AI Devices
AI 导读
AgBench 是一个用于在个人 AI 设备上可复现评测 Agentic AI 的基准套件与开放工件。基于超过 162.07M 个数据点评估本地、混合与云端执行，衡量任务成功率、延迟、云 API 成本与数据暴露。结果显示本地执行能完成许多任务，但任务成功率与完成速度通常低于云端；混合执行可提升成功率，其云成本与数据暴露取决于任务划分与信息共享方式，没有单一架构在所有维度上最优。
来源：arXiv · Artificial Intelligence · arxiv.org