各AIモデルに最適なハーネスはどれか?
https://gigazine.net/news/20261119-frontierharness-eval/AIエージェントの実行基盤を開発するRuntaが、AIコーディングエージェントのハーネス22構成とAIモデル5種類を組み合わせて性能を検証したベンチマーク「FrontierHarness Eval v1.1」を合計2万7280回試行した結果を公開しました。
AIエージェントの実行基盤を開発するRuntaが、AIコーディングエージェントのハーネス22構成とAIモデル5種類を組み合わせて性能を検証したベンチマーク「FrontierHarness Eval v1.1」を合計2万7280回試行した結果を公開しました。
AI が論点を整えた議論に、参加しよう
この記事の論点はまだ作られていません。
ログイン / 新規登録
その他のコメント
ログインすると、この議論に書き込めます。