热点事件历史事件

IBM公布智能体框架评测：CUGA在AppWorld基准优于Hermes等框架

1 篇报道1 个报道来源8 天前更新

先了解这件事

AI 综述

IBM Research 公布了智能体框架对比评测结果：在均调用开源模型 GLM-5.3-flash 的情况下，CUGA 框架在 AppWorld 基准的 90 项任务中取得 81.1% 的通过率，高于 Hermes（46.7%）和 Deep Agents（30.0%）。团队指出，该测试仅基于单个基准抽样的 90 项任务，各框架运行配置并不完全一致，且测试中未启用策略机制，结果未必能泛化到其他任务。

AI 根据报道生成 · 8 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

23:57
Hugging Face Blog精选
IBM Research 对比 CUGA、Hermes 与 Deep Agents 智能体框架表现
IBM Research 在 AppWorld 基准的 90 项任务中测试了不同智能体框架（Harness）的影响，在均使用 GLM-5.3-flash 开源模型的情况下，CUGA 取得了 81.1% 的任务通过率，高于 Hermes 的 46.7% 和 Deep Agents 的 30.0%。

本事件热度走势

可比范围当前: 3
可比范围峰值: 611月4日 18:00
近 24 小时变化: -49%

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。