Parallel 开源其搜索评测框架 parallel-search-evals
blaizedsouza · x · 2026-11-18
搜索公司 Parallel 宣布开源其内部评测框架 parallel-search-evals,用于衡量 Parallel Search 的性能并评估新模型表现,配套技术文章已发布在 Parallel 博客。
「编程与Agent」频道最新
- Sysdig CISO:LLM 能改写约束自己的 harness,治理必须放在外部 — massimosgrelli · 2026-11-18
- shadcn 详解 agent-first 的 UI SDK:工具调用减少 50%、token 省 75% — shadcn · 2026-11-18
- Rust lint 工具 oxlint 周下载量破 5000 万,三周新增 1000 万 — cnakazawa · 2026-11-18
- AI 驱动的 Sashiko 0.9.4 发布,实验性评估内核补丁集设计 — Fcking_Chuck · 2026-11-18
- 腾讯等发布 29 页 Agent Harness 工程手册:让演化中的 harness 可读可改 — blaizedsouza · 2026-11-18
- 同一模型同一提示词:40 行 harness 让 Opus 5.5 通过率 8/20 升至 16/20 — blaizedsouza · 2026-11-18