FrontierHarness v1.1 评测横跨 21 个 harness × 5 个模型 × 62 项任务
RT Xuanwo: 我的天呐，叶天帝 @yetone 就这么孤高地灭杀一切敌？
AI 导读
Guanlan Dai 团队用最多 100B tokens、26,040 次 agent 运行，回答“换模型时是否也要换 harness”。其 v1.0 FrontierHarness 排行榜只在单一模型上给 harness 排名，v1.1 扩展到 21 个 harness × 5 个模型 × 62 项任务。