Ringkasan Mingguan #Kecerdasan Buatan dan
GLM 5.3 baru saja online, jadi saya segera mengujinya. Selama proses tersebut, saya memasangkan Agen berbeda dengan model berbeda.
Perbandingan ini harus sangat jelas, sehingga setiap orang dapat melihat hasil yang berbeda dari proses yang sama. Saya punya beberapa pemikiran: 1. Benar-benar melihat nilai Harness. Tiongkok masih perlu melakukan upaya untuk mengejar ketertinggalan dari agen-agen umum. 2.DeepSeek-V4 Pro dan…
Kami menerima GLM-5.3 terlebih dahulu untuk mengevaluasi kemampuan sibernya.
Ini adalah model OSS yang sangat kuat, tepat, dan paling konsisten untuk tugas dunia maya. Berikut hasilnya: - Di pass@3, GLM-5.3 menemukan kembali 75% CVE dalam benchmark kami, 7 poin di atas GPT-5.6-Terra, sekaligus memerlukan biaya
Saya membuat plugin DeepSeek Harness yang menggunakan Cairn untuk menghasilkan catatan untuk setiap keluaran
Mengklik catatan akan membawa Anda kembali ke awal percakapan.
Sudah sampai ujung arsip
Semua deepseek