HuggingFace 开源 ipython 评测框架

2026年10月14日，据 AGI Hunt 报道，HuggingFace 作者开源了 ipython-harness，一个完全基于 ipython 的极简 agent 评测框架。为验证 harness 改进对小模型的收益，作者使用所有 ipython harness 版本重跑了单任务实验，对比不同版本对 Qwen3.5-9B 在 pandas-etl 等任务上的表现，并公开了相应实验图表。目前公开信息仅止于此：报道未披露框架的具体实现细节、评测指标数值、任务集规模，也未提及后续版本计划或社区反馈。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。