产品

Terminus-2

Harbor框架中使用的Agent评估运行时之一，用于在统一框架下驱动模型执行基准测试任务

时间轴 (近 90 天)

9月11日

每个模型使用Terminus-2或三种原生harness之一运行

待验证50%

全部知识事实 (1)

每个模型使用Terminus-2或三种原生harness之一运行

来源文章

Harbor：统一80+基准的AI Agent评估框架详解9月11日