CUGA 在 AppWorld 测试中完成率领先
热点事件持续更新
CUGA 在 AppWorld 测试中完成率领先
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
IBM Research 使用同一开源模型 GLM-5.3-flash，在 AppWorld 的 90 项任务、30 个场景中比较 CUGA、Hermes 与 Deep Agents；CUGA 完成率为 81.1%，高于 Hermes 的 46.7% 和 Deep Agents 的 30.0%。 这次测试的配置并不完全相同，且只覆盖单一基准的 90 项任务，结果未必适用于其他任务；测试也未使用策略，因此不能衡量策略执行能力。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 23:57
CUGA、Hermes 与 Deep Agents 对比：何时选择 CUGA？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CUGA、Hermes 与 Deep Agents 对比：何时选择 CUGA？
IBM Research 使用同一开源模型 GLM-5.3-flash，在 AppWorld 的 90 项任务和 30 个场景中比较 CUGA、Hermes 与 Deep Agents；任务完成率分别为 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。