AI 導讀
harness² 讓 GLM‑5 在 WorkBuddy‑Bench 從 64.2 提升至 75.7，超越 Gemini 3.5 Flash 的 72.4，且不需再訓練或標記答案。
- 核心特性：harness² 透過重寫代理提示與記憶，保持權重凍結，提升多工效能。
- 實驗結果：GLM‑5 在 WorkBuddy‑Bench 得分 75.7，Gemini 3.5 Flash 72.4。
- 可應用性：可直接套用於現有 AI 代理，無需額外訓練成本。
推薦理由
此研究展示 harness² 在不需再訓練或標記答案的情況下，將 GLM‑5 在 WorkBuddy‑Bench 上提升至 75.7，超越 Gemini 3.5 Flash，提示可直接應用於現有 AI 代理。
t
thehypedotnews twitter@thehypedotnews
·4 小時前
正體中文翻譯
google 的 harness² 在新任務上提升 AI 代理的表現——無需重新訓練，也不需要標記答案。一步驟就把 glm-5 從 64.2 提升到 75.7，超越了 gemini 3.5 flash 在其原生 harness（72.4）的表現。權重保持凍結：harness² 重新寫入代理的提示與記憶，
推文來源 · X (Twitter)在 X 參與討論
來源： thehypedotnews twitter (x.com)
在 X 查看推文