Hermes 适配器实测:同预算解题率远超基座模型

Qwen3.8-27B Hermes 适配器作者发布补充实测数据:在一个 SWE-Bench Pro hard 51 任务中,基础模型弄坏了测试,而适配器通过 35 次工具调用成功解题。在每任务 10k token 预算的对比中,适配器解出 51% 的 TB-2.1 任务,基座模型 xhigh 档仅解出 28%,展示了同预算下显著的性能优势。

2026-11-19 ~ 2026-11-19 · 2 条相关