AITOPAI热报

#WorkBuddy-Bench

共 1 条 · 7 天 1 条 · 30 天 1 条
GLM-5 1Harness2 1智能体 1
信息流里打上「WorkBuddy-Bench」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月15日
论文Agent 与开发者精选08:12
Northwestern 与 Google 论文提出 Harness2：无答案密钥下让智能体自我改进 harness

做智能体的朋友值得看：harness 调优通常是手工试错，这篇论文让编辑模型自己提修改、实测验证再入库。GLM-5 一次迭代就涨 11.5 分超过 Gemini 3.5 Flash 的原生 harness，跳过实测反而掉分，这个对照很说明问题。

#Harness2#GLM-5#智能体#WorkBuddy-Bench
rohanpaul_ai@rohanpaul_ai原文