跳到正文
AGI Hunt· yb2698·· 59 分钟前AI 评分50

同一 10k token 预算下,Qwen3.8-27B Hermes 适配器解出 51% TB-2.1,基座 xhigh 仅 28%

同一 10k token 预算:适配器解 51% TB-2.1,基座 xhigh 只解 28%

AI 导读

Qwen3.8-27B Hermes 适配器在每任务 10k token 预算内解出 51% 的 TB-2.1 任务和 39% 的 SWE-Bench Pro,基座模型开启 xhigh 思考分别仅解出 28% 和 0%。两者都能解决的任务中,中位工具调用次数从 23 次降至 7 次、从 63 次降至 28 次。

来源:AGI Hunt · agihunt.info