LongHarness 让 GLM-5.3-Flash 在 OfficeQA Pro V2 上从 4.4% 提到 61.1%
同一个 GLM-5.3-Flash，换个 harness 成绩从 4.4% 飙到 61.1%，还赢了 Claude Code 和 Codex，工程同学该看看这篇。
#LongHarness
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「LongHarness」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月14日
同一个 GLM-5.3-Flash，换个 harness 成绩从 4.4% 飙到 61.1%，还赢了 Claude Code 和 Codex，工程同学该看看这篇。
