第 2026-11-10 期 · 社区音量
yetone @yetone
看到 Alma 了,激动帮转 https://t.co/p0a2qS3Fuw [引用 @guanlan]: 我们正在 26,040 次 agent 运行中消耗最多 1000 亿 token,只为回答一个问题:当你切换模型时,是否也应该切换 harness? 我们的 v1.0 FrontierHarness 排行榜只在单一模型上对 harness 进行了排名。 V1.1 将其扩展为 21 个 harness × 5 个模型 × 62 个任务 × 4 次尝试,规模是 v1.0 的 72 倍。 结果正在实时揭晓。链接如下🧵
查看原文 ↗话题:yetone