I tested 10 model/harness combinations on the same Three.js task
alvins82.github.io原文 ↗
作者固定一个 Three.js 任务，横向比较十种模型和 agent harness 的代码、视觉输出及迭代过程。控制任务变量后，模型本身与工具脚手架的影响可以分开观察；但单任务、主观视觉评分和有限样本意味着结果更适合作为工程案例，不能当作通用模型排名。
–浏览
alvins82.github.io原文 ↗
评论 · Comments