Hugging Face Blog·· 1 小时前精选AI 评分75
IBM Research 对比 CUGA、Hermes 与 Deep Agents 的任务完成表现
Same Model, Different Harness: CUGA, Hermes, and Deep Agents — When to Pick CUGA?
AI 导读
IBM Research 使用同一款开放权重模型 GLM-5.3-flash，在 AppWorld 的 90 项任务中仅更换智能体框架，CUGA、Hermes 和 Deep Agents 的任务完成率分别为 81.1%、46.7% 和 30.0%。
推荐理由
受控实验显示，仅更换智能体框架即可显著改变同一模型的任务完成率，并对比了不同框架的适用场景与治理能力。
来源：Hugging Face Blog · huggingface.co