github.devotd.

yuyaoge/doc2harness

Doc2Harness 基准测试的官方代码仓库,用于衡量模型能否自行构建编码代理的框架本身。

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

在 GitHub 查看 ↗
星标
★ 113
复刻
1
语言
Python
许可证
NOASSERTION

文章

1