benchpublic

Primitive Bench 是一个面向 AI 基础设施组件的中立基准测试框架，用于科学评估 OCR、网页搜索、向量数据库、重排序器、信息检索、文本抽取、分块、网络爬虫和记忆模块等核心能力。它采用按场景切片（per-slice）、按约束条件（per-constraint）的细粒度评测方式，结合置信区间与统计显著性检验（如 McNemar 检验），避免单一全局排名，确保结果可复现、可验证。项目提供开源评测引擎、适配器 SDK 和公开开发数据集，适用于 AI 系统架构选型、基础设施性能对比及技术方案验证等场景。