热点事件观察中

IBM 同模型对比三种 Agent 框架任务通过率

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

IBM 团队用同一开源模型 GLM-5.3-flash，在 AppWorld 基准的 90 个任务（30 个场景，每任务一次尝试）上对比 CUGA、Hermes 与 Deep Agents 三种 Agent 框架，任务通过率分别为 81.1%、46.7% 和 30.0%；在全部变体都通过的场景数上，三者分别为 20、8、2。 IBM 称，该结果来自单一基准的 90 任务样本，未必能推广到其他任务；三种框架的配置并不完全相同，且运行未使用策略，因此不衡量策略执行效果。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

23:57
Hugging Face Blog
同一模型换 harness：CUGA、Hermes 与 Deep Agents 在 AppWorld 上的对比
IBM 团队用同一开源模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents，任务通过率分别为 81.1%、46.7% 和 30.0%，全部变体通过的场景数为 20、8、2。

本事件热度走势

可比范围当前: 4
可比范围峰值: 1011月4日 01:00
近 24 小时变化: -50%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。