Harbor Adapters: новый стандарт для тестирования AI-агентов на 80+ бенчмарках
Представлена унифицированная инфраструктура для оценки AI-агентов: Harbor Adapters портирует более 80 бенчмарков, а Harbor-Index предлагает 82 тщательно отобранных сложных задачи. Даже GPT-5.5 с Codex не превышает 30% проходимости.
Открыть материал →