新发现
yuyaoge/doc2harness — 编码代理框架基准测试
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。
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 ↗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。
没有符合条件的动态。