arXiv · cs.AI· Yixuan Li, Yiyun Zhou, Yao Long Teng, Fuchao Yang, Yanchen Deng, Zhiyi Lyu, Xuyu Dong, Feng Chen, Bo An·· 16 天前精选AI 评分60
研究：Agent 任务中模型与 harness 的匹配关系
Finding the Right Fit: Model-Harness Interactions across Agent Tasks
AI 导读
一篇 arXiv 论文评估了 66 组配置，用 OpenHands、DeepSeek Harness、PI、openJiuwen 四种 harness 搭配五个模型，在 TUA-Bench、ALE-CLI 和 Terminal-Bench 4 上测试，并加入 Codex-GPT 与 Claude Code-Claude 原生组合。
推荐理由
66 组模型与 harness 组合的实测显示模型排名会随 harness 反转，为选型提供了可复现的对照数据。
来源：arXiv · cs.AI · arxiv.org