OpenVLHarness：给任意 LLM 套视觉推理外壳，22 项数据集平均涨 9.9 分
hsu_byron · x · 2026-10-21
cfyang58 发布 OpenVLHarness：一个把任意 LLM 变成「基于证据、在视觉空间中思考与写代码的推理器」的框架。
- 宣称 GPT-6 Astra 接入后在 22 个数据集上平均提升 9.9 分。
- 比 Codex 及其他 VL harness 高出 7.7–8.5 分，成本仅后者的 ≤37%。
- 属于早期宣称，具体细节在后续推文串中，尚未见第三方复现。
「模型」频道最新
- 小团队数月从零到百造出 LLM，称 Meta 开源将迎第二纪元 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 配 DFlash drafter：分块 16 token 提速推理 — TimDarcet · 2026-10-21
- EvoPress 量化让 30B 模型从 56GB 压到 19GB，精度几乎不掉 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 雷达图曝光：对标 Gemma4-31B 与 Qwen3.6-27B — TimDarcet · 2026-10-21
- 隐私评测 CIMemories：Muse Glimmer-30B 泄密率 26.4 优于 Qwen 的 53.4 — TimDarcet · 2026-10-21
- 长上下文蒸馏模型 Muse Glimmer 跑分曝光,AA-LCR 达 80 分 — TimDarcet · 2026-10-21