跳到正文
arXiv · AI· Hao Wang, Ting Huang·· 3 天前AI 评分27

本地智能体执行框架(Harness)跨模型规模杠杆效应:从 0.75B 到 4.7B 的五级阶梯

Harness Leverage Across Model Size: A Ladder of Five Local Agent Harnesses from 0.75B to 4.7B

AI 导读

研究通过五级本地 Agent 执行框架测试 0.75B 至 4.7B 模型及 35.5B 锚点,Mingbird 框架在所有规模下平均完成率最高。 该框架包含 18 项任务与确定性评分器,两项预设对比在 0.75B 和 4.7B 节点通过 Holm 校正,执行检查门的调整对结果影响有限。

来源:arXiv · AI · arxiv.org