arXiv·· 13 天前AI 评分38
MedicalHarness：LLM 与智能体框架在医疗任务上的受控评测
MedicalHarness: A Controlled Evaluation of LLMs and Agent Harnesses on Medical Tasks
AI 导读
MedicalHarness 对 LLM 与智能体框架（agent harness）在医疗任务上的组合表现做了受控评测，指出智能体得分实际属于“模型—框架”配对而非模型本身。该研究要求框架对比时除框架外其他条件不变，并在多个模型与任务类型上重复验证。
来源：arXiv · arxiv.org