1. 核心结论

• AI 模型评估常用的 Benchmark 集合
• 覆盖 LLM、RAG、Agent 等各个方向
• 标注评估指标和最新排名

2. 基础概念

LLM Benchmark：大语言模型的评测基准 RAG Benchmark：RAG 系统的评测基准 Agent Benchmark：AI Agent 的评测基准 排行榜：模型在不同 Benchmark 上的排名

3. 实战场景

• 模型选型参考
• 评测方案设计
• 研究进展跟踪

4. 关联笔记

• 模型能力评估
• AI评估体系
• 模型评估