本地LLM智能体数据工程基准评测

一项针对本地开源权重 LLM 智能体的实证研究提出包含 15 项移动性工作流任务的基准，覆盖数据发现、连接器、交通数据流处理、语义增强、特征工程、验证、可视化与报告，用确定性检查器评估生成脚本、表格、图表与报告等完整工件。 研究在消费级 GPU 上评测 10 种本地配置，分别采用一次性与闭环两种模式，每种模型、模式、任务重复 5 次，共 1500 次评分尝试。作者称最强配置达到 85.3% 的工件级成功率，一个量化后的 90 亿参数模型在约 6.5 GB 显存占用下达到 69.3%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。