跳到正文
原文
Hugging Face Blog·· 16 天前精选AI 评分60

IBM 对比 CUGA、Hermes 与 Deep Agents:同一模型下 AppWorld 完成率从 30% 升至 81%

Same Model, Different Harness: CUGA, Hermes, and Deep Agents — When to Pick CUGA?

AI 导读

IBM Research 用同一开源权重模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比三种 harness,CUGA 完成 73/90(81.1%),Hermes 为 42/90(46.7%),Deep Agents 为 27/90(30.0%)。

推荐理由

同一模型换用不同 harness 后,AppWorld 任务完成率从 30% 升到 81%,读者可据此理解 harness 选型对智能体落地的影响。

来源:Hugging Face Blog · huggingface.co