千机 API 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1 小时前更新
先了解这件事
AI 综述
2026年11月3日，IBM Research团队使用同一开源权重模型GLM-5.3-flash，在AppWorld的90项任务上比较CUGA、Hermes和Deep Agents。测试中，三者任务完成率分别为81.1%、46.7%和30.0%；CUGA在这项对比中的完成率最高。
AI 根据报道生成 · 55 分钟前更新
最新进展11月3日 23:57
同模型、同为90项任务的测试中，CUGA完成率为81.1%，高于Hermes和Deep Agents。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 团队使用同一开源权重模型 GLM-5.3-flash，在 AppWorld 的 90 项任务上比较 CUGA、Hermes 和 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。