AGI Hunt· Yuyao Ge·· 2 小时前AI 评分47
Doc2Harness 首测 LLM 编程智能体 harness 工程：GPT-6 Astra 通过率 53%，近半仍失败
Doc2Harness 首测 LLM 编程 agent 框架工程:GPT-6 Astra 通过率 53%,近半仍失败
AI 导读
中科院计算所、清华、北大等提出 Doc2Harness，首个评测长时程 harness 工程的确定性基准，GPT-6 Astra 以 53.05% 通过率居首。
来源：AGI Hunt · agihunt.info