⌘ K
… 读取采集状态 同步中...
雷
原文
特工宇宙· 特工宇宙·· 2026-08-18AI 评分26

HarnessEval 评测框架发布,首次引入 Harness 开启 RSI 新范式

HarnessEval 来了!开启 RSI 时代的新评测范式!

AI 导读

MirroS 联合 xbench 发布 HarnessEval,首次将 Harness 引入 LLM 评测领域。该系统通过动态派生 Subagent 将静态问答转化为 Agentic Benchmark,并衍生出包含九个 Skills 的交互式世界模型评测标准 HarnessEval-W。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:特工宇宙 · mp.weixin.qq.com