튜토리얼 및 팁

LangChain, harness engineering으로 deepagents-cli Terminal Bench 2.0 점수 52.8→66.5

원제목:Improving Deep Agents with harness engineering

AI 요약

LangChain은 모델을 교체하지 않고(gpt-5.2-codex 고정) harness engineering 방법을 적용해 deepagents-cli의 Terminal Bench 2.0 점수를 52.8에서 66.5로 끌어올려 리더보드 5위에 진입했다고 공유했다.

핵심 정보

  • LangChain은 모델을 교체하지 않고(gpt-5.
  • 2-codex 고정) harness engineering 방법을 적용해 deepagents-cli의 Terminal Bench 2.
  • 0 점수를 52.
  • 5로 끌어올려 리더보드 5위에 진입했다고 공유했다.

한눈에 보기

게시
업데이트
출처
LangChain:Blog(RSS)
카테고리
튜토리얼 및 팁
AI 점수
67
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

LangChain 完整公开了仅靠改 harness 把 coding agent 提到 Terminal Bench 2.0 前五的迭代方法与具体中间件设计,可迁移到自家 Agent 优化。

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: LangChain, harness engineering으로 deepagents-cli Terminal Bench 2.0 점수 52.8→66.5. 2026년 2월 18일. https://new.nat6.net/ko/news/lx7g6g2qahoeorfi7xt6s88wc/

전체 보기 →