CMU发布Singularity-Bench智能体端到端任务基准

卡内基梅隆大学等机构于11月12日发布arXiv论文Singularity-Bench，让智能体完成预训练、推理引擎、集群编排等6项端到端任务，并在相同GPU上与SGLang、Claude Code等生产系统对比打分。 报道称，Opus 5.5搭配Claude Code搭建的预训练流水线、推理引擎和集群编排器，在相同GPU上与SGLang、NVIDIA Dynamo等生产工具持平或更优，得分1.25，领先11个智能体。该结果来自论文作者的评测，尚非独立验证。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。