OpenVLHarness：让任意多模态大模型在视觉空间中思考与写代码
yining_hong · x · 2026-10-21
研究者发布 OpenVLHarness，可将任意多模态大模型（MLLM）改造成基于证据的视觉推理器，在视觉空间中「思考」并写代码。在 22 个数据集上平均提升 GPT-6 Astra 9.9 分；相比 Codex 及其他 VL harness 平均高出 7.7-8.5 分，成本不超过后者的 37%。
所属事件:OpenVLHarness 发布：让任意多模态大模型在视觉空间思考(2 条相关)→
「模型」频道最新
- 用户抱怨 ChatGPT 桌面端频繁崩溃，连累所有 Agent 中断 — wstone_bd · 2026-10-21
- 波兰开发者回应质疑:开源旗舰模型基于 Gemma,非简单 LoRA 微调 — ColinWPLewis · 2026-10-21
- X 热榜三条 AI 速览：Holon-S1 预测癌片基因活性、decision models 走红 — iScienceLuvr · 2026-10-21
- OpenAI 多语言编程基准 MultiLangBench：PHP 拿下单项最高 91.3% — ricklamers · 2026-10-21
- 具身评测 704 票 Elo：Claude Opus 5.5 以 1379 分领跑机器人操作 — qinzytech · 2026-10-21
- DeepSeek V4 被评「神级 infra + 四流 ML」:一次发布堆 7 个技巧 20 个补丁 — teortaxesTex · 2026-10-21