1# Look🍊 2026-11-11 01:08感觉还挺有意思的 FrontierHarness Eval v1.1 直播跑分，21 harness × 5 model × 62 task × 4 次尝试：总计 26,040 次运行，比此前的 v1.0 360 次的有大幅提升（规模扩大了 72 倍） https://x.com/guanlan/status/2120192585235046712 ⚠️内容来自互联网，如有侵权请点击反馈！侵权投诉