#HarnessOpt-Bench

共 1 条 · 7 天 0 条 · 30 天 0 条

基准测试 1 提示词工程 1 智能体 1 编排优化 1

信息流里打上「HarnessOpt-Bench」标签的资讯、产品与论文，按刊登时间排，新的在上。

8月7日

论文 Agent 与开发者12:17

HarnessOpt-Bench：评估大模型在提示词与工具编排优化上的能力

想比较哪些大模型最会自己改提示词和工具编排？这个新基准用4个任务111次运行测了5个模型，结果挺反直觉。

#HarnessOpt-Bench #智能体 #提示词工程 #基准测试

arXiv cs.AI@Varun Ursekar 等 7 人原文