跳到正文
原文
Hacker News · 首页· Edward40·· 4 天前AI 评分58

Runta 发布 FrontierHarness Eval v1.1:哪个 harness 最适合哪个模型

What is the best harness for each model?

AI 导读

Runta 与 Baseten 合作发布 FrontierHarness Eval v1.1,用 83B tokens、27,280 次智能体运行,在 22 个 harness 配置、5 个模型、62 个终端任务上评测 harness 与模型的搭配。

来源:Hacker News · 首页 · runta.com