实体 Flint Benchmark

Flint Benchmark

PulseAugur coverage of Flint Benchmark — every cluster mentioning Flint Benchmark across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_320001 · Oct 24 · 19:32

Unsloth Flint 模型在 RecursiveSI 基准测试中表现不佳

unsloth/flint-GGUF 模型，特别是 flint-UD-Q3_K_XL.gguf 变体，在 RecursiveSI Flint Benchmark 上表现不佳。在三种不同的 harness（OMP、AtomicAgent 和 Hermes）中，该模型得分都很低，在 OMP 上仅解决了 12 个任务中的 7 个，在 AtomicAgent 上仅解决了 12 个任务中的 3 个。由于该模型进行文件系统搜索效率低下和循环行为，…