将 Harness 引入评测领域!HarnessEval 开启评测新时代,让 Agentic Benchmark 持续进化

青稞AI 2026年08月21日 查看原文

已收录文章摘要,完整内容可前往原文阅读。

主页:http://qingkeai.online/ 项目主页:https://mirros-lab.github.io/HarnessEval-W论文:https://arxiv.org/abs