行业与实践 · 工具与框架

工具与框架/2026-10-29/12 分钟

Inspect 并行：多个模型一起评，连接和沙箱各自设上限

eval() 可同时评多个模型，各家 max_connections 不互相占用。任务默认一次一个；样本数低于连接上限才值得开 max_tasks。Docker 的 max_sandboxes 默认为评测可用 CPU 的两倍。