工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：Benchmarking
RAG还是知识图谱？2,160份评分答案及模型效应分析
RAG与知识图谱的对比：在三个模型系列中共进行了2,160次评分答案测试以及120道题目测试。胜者因模型而异，模型本身起着最关键的作用。
阅读约 9 分钟Node.js服务器实际上能处理多少请求？
Node.js 服务器究竟能处理多少请求？在 Heroku 和 AWS 上对 Express 进行负载测试，对比 Django 的表现，其吞吐量约为 40K 次/秒，以及是什么因素拖慢了 API 的速度。
阅读约 6 分钟在本地Qwen2.5 14B模型上，ToolCallingAgent与CodeAgent的对比。
在配备 M4 芯片的 Mac 上使用 smolagents 进行测试，比较 ToolCallingAgent 与 CodeAgent 的性能：在多种温度设置下，结合本地 Qwen2.5 14B 指令模型与编码器模型时的处理速度及路由准确率。
阅读约 4 分钟当模型永远无法完成时：隐藏在幻觉评分背后的无声失败。
使用虚构名称测试了两个检查点、两种量化方式以及两种运行时：有一个模型会数分钟保持沉默，而细致的评分员能揭示那些被遗漏的分数。
阅读约 11 分钟更大的LoRA值得吗？应以准确度而非感觉来衡量成本。
一种小型工具，将LoRA配方视为数据，并输出准确率、训练时间、延迟及内存使用情况，从而让排名和迭代次数的选择有数据支撑。
阅读约 5 分钟实用提示：MTG Bench——为何要在《万智牌》上测试大语言模型
《实用笔记》操作指南：MTG测试平台——为何在《万智牌》上测试大语言模型对采用该模式的团队而言具有合同、校验及即插即用代码模块的作用。
阅读约 11 分钟JSON API开发中的Node.js与Go对比：吞吐量相同，内存占用减少2.6倍
对相同的 Node.js 和 Go HTTP 服务进行并行负载测试，可以显示重写在哪些方面能带来好处（驻留内存），而在哪些方面则没有效果（吞吐量和延迟）。
阅读约 8 分钟Fugu Ultra：一种AI协调模型如何挑战GPT与Claude
解释了 Sakana AI 的 Fugu Ultra v2 如何将任务分配给多个专业模型而非依赖一个庞大的大型语言模型，以及它在基准测试、价格和透明度方面的表现如何。
阅读约 10 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。