热点事件观察中
IBM 对比 CUGA、Hermes 与 Deep Agents 在 AppWorld 的表现
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年11月3日，Hugging Face Blog 发布 IBM 团队的一手对比研究：在 AppWorld 的 90 个任务上，用同一开源模型 GLM-5.3-flash 分别搭配 CUGA、Hermes 与 Deep Agents 三种 harness。报道称，三者任务通过率分别为 81.1%、46.7% 和 30.0%，场景全通过率分别为 66.7%、26.7% 和 6.7%。目前该研究仅此一篇报道，尚无后续进展或数字修正。
AI 根据报道生成 · 1 天前更新
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同一模型换 harness：CUGA、Hermes 与 Deep Agents 在 AppWorld 上的对比
IBM 团队用同一开源模型 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%，场景全通过率为 66.7%、26.7% 和 6.7%。
本事件热度走势
当前热度 4·可比范围峰值 10（11月4日 01:00）·近 24 小时可比范围变化 -50%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。