跳到正文
热点事件持续更新

slavadubrov 开源 Agent 评测工具 harness-evals

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

slavadubrov 开源轻量工具 harness-evals,用于比较不同 Agent 版本在任务成功率、成本和延迟上的表现。用户可编写带检查项的任务并配置自己的 Agent 适配器,每个版本多轮运行后查看成功率、pass^k、置信区间、成功率与成本散点图及失败地图。 该项目零依赖,采用 MIT 许可证。

AI 根据报道生成 · 52 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16日
  1. AGI Hunt
    slavadubrov 开源 harness-evals,以成功率与成本散点图比较 Agent 版本

    slavadubrov 开源轻量工具 harness-evals,用于比较不同 Agent 版本在任务成功率、成本和延迟上的变化。用户可编写带检查项的任务并配置自己的 Agent 适配器,每个版本多轮运行后查看成功率、pass^k、置信区间、成功率与成本散点图及失败地图;项目零依赖并采用 MIT 许可证。

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。