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
原文內容 (English)
google's harness² improves ai agents on new tasks – no retraining, no labeled answers needed one step took glm-5 from 64.2 to 75.7 on workbuddy-bench, past gemini 3.5 flash with its stock harness (72.4). the weights stay frozen: harness² rewrites the agent's prompts, memory,
推文來源 · X (Twitter)在 X 參與討論
來源： thehypedotnews twitter (x.com)
在 X 查看推文