跳到正文
热点事件历史事件

FrontierHarness 评测:harness 与模型搭配

1 篇报道1 个报道来源4 天前更新

先了解这件事

AI 综述

2026年11月17日,Runta 与 Baseten 合作发布 FrontierHarness Eval v1.1,评测不同 harness 配置与模型的搭配效果。该评测使用 83B tokens、27,280 次智能体运行,覆盖 22 个 harness 配置、5 个模型和 62 个终端任务,旨在回答哪个 harness 最适合哪个模型。目前进展停留在评测结果发布阶段,报道未披露具体排名或结论。

AI 根据报道生成 · 4 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. Hacker News · 首页
    Runta 发布 FrontierHarness Eval v1.1:哪个 harness 最适合哪个模型

    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。

本事件热度走势

当前热度 3·可比范围峰值 10(11月18日 00:00)·近 24 小时可比范围变化 -49%

02.557.51011月18日00:0011月18日15:0011月19日07:0011月19日22:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。