热点事件持续更新
SLM微任务资格差距基准研究
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.AI 分类发布一项预印本研究，构建了 4 项 Agent Harness 微任务基准，用于检验现成小语言模型（SLM）能否胜任此类微任务。研究在 FP16 最优配置下测试 Qwen3 0.6B、1.7B、4B、8B，结果 16 种配置全部未达到预设阈值；Llama-3.x 同样 12/12 不合格。报道未给出阈值设定、任务具体内容及评测细节，也未说明后续是否计划调整配置或改用其他模型。目前进展停留在基准测试结果公布阶段。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv：cs.AI（全量分类）研究：现成 SLM 能否胜任 Agent Harness 微任务？Qwen3 与 Llama-3.x 全部未达标
一项 arXiv 预印本研究构建了 4 项 Agent Harness 微任务基准，测试 Qwen3 0.6/1.7/4/8B 在 FP16 最优配置下能否达到预设阈值，结果 16 种配置全部未通过，Llama-3.x 同样 12/12 不合格。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
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。