Hugging Face Blog·· 3 小时前
IBM 对比 CUGA、Hermes 与 Deep Agents：同一模型任务完成率 30% 至 81%
Same Model, Different Harness: CUGA, Hermes, and Deep Agents — When to Pick CUGA?
事实摘要
IBM 研究团队用同一开源权重模型 GLM-5.3-flash 在 AppWorld 的 90 项任务上对比 CUGA、Hermes 与 Deep Agents 三种 harness，任务通过率分别为 81.1%、46.7% 和 30.0%，场景全通过率为 66.7%、26.7% 和 6.7%。
原文与核验
这条信号在站内保留事实摘要与战略研判。完整内容和上下文请以原文为准；融资、并购与技术效果以原始披露为准。
来源：Hugging Face Blog · huggingface.co