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)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →