R

RAG | Нейросети | ИИ | AI | Агенты | Gemini 4 Argon | Mistral Large 4 | Muse Wonder | Claude Haiku 5.5 | GPT-6 Sol | Claude Opus 5.5

IT и технологии · 7 августа 2026 г.

Открыть канал в MAX

SWE-bench Pass@1 подняли с 54 до 66% без файнтюна — пересобрали харнесс для GPT-5.4.

SWE-bench Pass@1 подняли с 54 до 66% без файнтюна — пересобрали харнесс для GPT-5.4. HarnessCompass (arXiv, 3 августа) запускает constrained evolution: сотни конфигураций, агент подсказывает где узко, оптимизация покомпонентно. Пять итераций, плюс 12 пунктов. Работает и на unseen-задачах. Хороший scaffold — половина успеха.