热点事件持续更新
CUGA在AppWorld评测中领先
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年11月3日，Hugging Face Blog发布文章，比较了在AppWorld评测中使用同一开放权重模型GLM-5.3-flash的三种Harness：CUGA、Hermes和Deep Agents。文章称，评测覆盖AppWorld的90个任务，CUGA完成81.1%，Hermes完成46.7%，Deep Agents完成30.0%。在这一组使用相同模型的对比中，CUGA的任务完成率最高，Hermes次之，Deep Agents最低。当前已公开的最新信息是这组评测结果及三者之间的完成率差异。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 23:57
Hugging Face Blog公布CUGA在90项任务中的完成率为81.1%，居三者之首。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，不同 Harness：CUGA、Hermes 与 Deep Agents 何时选择 CUGA？
CUGA、Hermes 和 Deep Agents 使用同一开放权重模型 GLM-5.3-flash，在 AppWorld 的 90 个任务上分别完成 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。