05:09
宝玉@dotey
宝玉@dotey75°
推荐理由：Cline让Kimi K3自己当工程师优化测试框架，17小时得分从77.5%涨到88.8%，成本还降了快一半，挺有意思的实验。
Terminial Bench
共 1 条相关 AI 资讯
7月30日
05:09
Cline团队让Kimi K3进行自我迭代改进，在17小时内将Terminial Bench评测分数从77.5%提升至88.8%。同时每轮成本从79美元降低至49.8美元。但评论指出这并非模型自我进化（修改权重），而是Agent利用明确验收标准优化Harness的过程。优化后的Harness只对自身Benchmark有效，未必证明通用性能提升。