yuyaoge/doc2harness

モデルがコーディングエージェントのハーネスそのものを構築できるかを測る Doc2Harness ベンチマークの公式コードリポジトリ。

GitHub の説明: Official Code for the paper "Doc2Harness: Benchmarking LLMs on Long-Horizon Harness Engineering of Coding Agents "

スター

★ 113

フォーク

1

言語

Python

ライセンス

NOASSERTION