返回本期 · Back to 2026-08-08 论文 · Papers2026-08-08 · Saturday, August 8, 2026 HarnessOpt-Bench: Evaluating LLMs at Harness Optimization arxiv.org原文 ↗ 基准框架与脚手架自进化系统·基础设施 HarnessOpt-Bench 让模型在固定预算内直接修改提示词、工具、控制流、记忆与编排代码，并用不可见保留集、可信执行边界、资源计量和版本审计约束投机。 –浏览 –点赞 复制链接 评论 · Comments
评论 · Comments