跳到正文
热点事件持续更新

Ramp Labs比较原生与Bash harness表现

1 篇报道1 个报道来源58 分钟前更新

先了解这件事

AI 综述

Ramp Labs分享评测称,相比纯 Bash 工具箱,原生 harness 通常会提高模型解题率,但也增加成本,具体效果因模型而异。Codex 6.1 Terra 和 6 Luna 的解题率提升约10分,Codex 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 则表现出更低成本。

AI 根据报道生成 · 20 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    Ramp Labs评测显示原生 harness 对模型解题率的影响因模型而异

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。