跳到正文
热点事件持续更新

同一模型在不同 Harness 下得分差距悬殊

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Andrew Carr 的对比显示,同一模型在 Provider harness 下的得分为 39.0%,在 Mini-SWE harness 下仅为 12.8%,表明模型表现会显著受到 Harness 工程设计的影响。 他据此提出,可将“harness engineering as a service”做成年价值数百万美元的业务,帮助企业节省 token、提高准确率并获得可复现性,并判断其重要性将超过 prompting;这一商业前景仍是其个人判断。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. AGI Hunt
    Harness 工程差距悬殊:同一模型下 Provider 39.0% vs Mini-SWE 12.8%

    Andrew Carr 的对比显示,同一模型在 Provider harness 下的得分为 39.0%,在 Mini-SWE harness 下仅为 12.8%。他提出「harness engineering as a service」可形成年价值数百万美元的生意,帮助企业节省 token、提高准确率并获得可复现性,并判断其重要性将超过 prompting。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

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。