Stesso modello, 3 agenti: CUGA batte Hermes e Deep Agents?

Stesso modello, tre agenti diversi. Nel confronto pubblicato da IBM Research su 90 task AppWorld, CUGA completa 73 task, Hermes 42 e Deep Agents 27. Ma i setup non erano identici e questo test non misura l’efficacia delle policy: ecco cosa possiamo concludere davvero. ⚠️ I risultati sono quelli dichiarati dagli autori IBM Research, non un benchmark eseguito da GeekAndHack. Campione limitato a 90 task di AppWorld, un solo tentativo per task, configurazioni differenti; le policy di CUGA non erano attive nei run. Non è una classifica universale degli agenti. FONTI E CODICE IBM Research — confronto e metodologia: https://huggingface.co/blog/ibm-research/cuga-harness CUGA Agent: https://github.com/cuga-project/cuga-agent Configurazioni Harbor Eval: https://github.com/cuga-project/harbor-eval AppWorld: https://appworld.dev/appworld Deep Agents, documentazione: https://docs.langchain.com/oss/python/deepagents/overview Hermes Agent, documentazione: https://hermes-agent.nousresearch.com/ Altri test pratici: https://geekandhack.com/vai #CUGA #AgentiAI #IntelligenzaArtificiale #AppWorld #GeekAndHack Approfondimento completo sul blog: https://geekandhack.com/blog/cuga-stesso-modello-tre-harness-appworld?utm_source=youtube&utm_medium=description&utm_campaign=cuga-stesso-modello