Hugging Face Blog·· 4 小时前AI 评分58
同一模型换 harness：CUGA、Hermes 与 Deep Agents 在 AppWorld 上的对比
Same Model, Different Harness: CUGA, Hermes, and Deep Agents — When to Pick CUGA?
AI 导读
IBM 团队用同一开源模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents，任务通过率分别为 81.1%、46.7% 和 30.0%，场景全通过率为 66.7%、26.7% 和 6.7%。
来源：Hugging Face Blog · huggingface.co