跳到正文
AGI Hunt· xeophon·· 1 小时前AI 评分59

Ramp Labs评测显示原生 harness 对模型解题率的影响因模型而异

Ramp 实测:原生 harness 普遍提升模型解题率,但效果因模型而异

AI 导读

Ramp Labs的评测观察显示,相比纯 Bash 工具箱,原生 harness 通常会同时提高模型解题率和成本,但不同模型的变化并不一致。Codex 6.1 Terra 和 6 Luna 的解题率提升约 10 分,6.2 系列几乎没有变化,Grok 和 DeepSeek 从各自原生 harness 中获益明显,Fable 5.2 则更便宜。

来源:AGI Hunt · agihunt.info