同道 SWE-Bench 题:基座撑爆 100 步,适配器 35 步通过
yb2698 · x · 2026-11-19
作者用一道真实 SWE-Bench Pro 任务对比:基座模型改坏了测试文件并耗尽 100 步预算;Hermes 适配器版本正确修复 bug、检查任务场景并通过,仅用 35 次工具调用。
所属事件:NousResearch 发布 Qwen3.8-27B Hermes 适配器(10 条相关)→
「编程与Agent」频道最新
- 苹果 iWork 全家桶接入 MCP:Pages、Numbers、Keynote 可被外部 LLM 控制 — dsp_ · 2026-11-19
- Hermes 适配器放出 GGUF 版:不开思考即追平 xhigh,token 省四分之三 — yb2698 · 2026-11-19
- Anthropic 工程师公开 Claude Code SDK 加 GitHub Actions 工作流教程 — aftahi_ai · 2026-11-19
- Snowflake 官方 Cortex AI 入门 Notebook 开源,SQL 里直调 OpenAI 模型 — adnan_hashmi · 2026-11-19
- 长文:Agent 开发痴迷刷榜,用户成了被遗忘的配角 — tokenbender · 2026-11-19
- Google 提出 GUARD:冻结基座模型让 Agent 自改 harness,准确率提 8.89 分 — omarsar0 · 2026-11-19