熱點事件持續更新
harness² 提升 GLM‑5 WorkBuddy‑Bench 效能
2 篇報導1 個報導來源3 小時前更新
先了解這件事
AI 綜述
2026 年 10 月 20 日，Google 發布了 harness² 技術，聲稱可在不重新訓練或標註答案的情況下，提升 AI 代理在 WorkBuddy‑Bench 的表現。
- 首則報導於 01:15 公開，指出 harness² 透過重寫代理提示與記憶，保持模型權重凍結，將 GLM‑5 的分數從 64.2 提升至 75.7，超越 Gemini 3.5 Flash 的 72.4。
- 後續於 01:46 再度確認相同結果，並重申核心改進僅在提示層面。
- 此技術可直接套用於現有 AI 代理，無需額外訓練成本。
AI 根據報導生成 · 3 小時前更新
報導時間線
沿著報導，瞭解事件的不同面向。
10月20日
- thehypedotnews twitter精選harness²：無需重訓即可提升 GLM‑5 在 WorkBuddy‑Bench 的效能，超越 Gemini 3.5 Flash
harness² 透過改寫提示與記憶，讓 GLM‑5 在 WorkBuddy‑Bench 取得 75.7 分，顯著超越同類模型 Gemini 3.5 Flash（72.4）。 核心改進：無需重訓或標註答案，僅一步驟即可提升。 效能提升：GLM‑5 從 64.2 分上升至 75.7 分。 模型保持不變：權重保持凍結，改進僅在提示層面。
- thehypedotnews twitter精選Google harness² 在新任務上提升 AI 代理表現 – 無需再訓練或標記答案
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。
本事件熱度趨勢
當前熱度 9·可比範圍峰值 10（10月20日 02:00）·近 24 小時可比範圍變化 –
趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指標或點選圖表檢視每小時熱度；鍵盤可用左右方向鍵切換。