热点事件持续更新
IBM对比多款Agent Harness：CUGA任务完成率达81.1%领先
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年11月3日，据Hugging Face发布的内容，IBM针对同一模型在不同Agent Harness下的表现展开了对比实验。在控制变量并均采用GLM-5.3-flash模型的设定下，该实验对比了CUGA、Hermes与Deep Agents三者的实际效果。在AppWorld基准测试中，CUGA实现了81.1%的任务完成率，相较之下，Hermes的任务完成率为46.7%，Deep Agents的任务完成率为30.0%，CUGA在相同模型条件下的完成率显著高于另外两款架构。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hugging Face精选同一模型在不同 Agent Harness 下的对比：CUGA、Hermes 与 Deep Agents
IBM 在控制变量采用相同 GLM-5.3-flash 模型的实验中，CUGA 在 AppWorld 基准测试中实现 81.1% 的任务完成率，高于 Hermes 的 46.7% 与 Deep Agents 的 30.0%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。