HarnessPro（智谱相关团队，arXiv:2610.26770）相对 RHO，平均通过率提高约 2 个百分点，单任务成本降低约 26.1%——据论文。… · @Moblacksoil · TwKit

@Moblacksoil

HarnessPro（智谱相关团队，arXiv:2610.26770）相对 RHO，平均通过率提高约 2 个百分点，单任务成本降低约 26.1%——据论文。 Terminal-Bench 2 性能档：通过率 76.3% → 80.8%，单任务成本 1.09 → 0.72 美元，约降 33.9%。 SWE-Bench Pro 均衡档：单任务成本 2.68 → 1.26 美元，约降 53%。 做法不是压缩上下文，而是按任务动态分配思考等级和工具预算。 https://arxiv.org/abs/2610.26770 https://github.com/pzs19/HarnessPro

曝光 178 · 评论 1 · 点赞 1 · 书签 0