热点事件持续更新
IBM开源Agent框架CUGA对比评测
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
IBM 团队开源了 Agent 框架 CUGA，并以同一开源权重模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上，将其与 Hermes、Deep Agents 两个框架进行对比评测。结果显示，CUGA 的任务通过率为 81.1%，Hermes 为 46.7%，Deep Agents 为 30.0%。该评测强调在模型相同的前提下比较不同 harness 的表现差异。目前公开信息仅涵盖这一组 AppWorld 任务结果，尚无更多框架或任务的评测数据。
AI 根据报道生成 · 42 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hugging Face Blog精选同一模型换用不同 harness：CUGA、Hermes 与 Deep Agents 在 AppWorld 上的对比
IBM 团队用同一开源权重模型 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%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。