#ReFigBench

共 1 条 · 7 天 1 条 · 30 天 1 条

信息流里打上「ReFigBench」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月23日

同一模型放进 Claude Code 和 Codex 跑同样的任务，结果居然会一个升一个降，这篇论文用 PowerPoint 重建实验讲清楚了 harness 的影响。

elvis@omarsar0原文