КАРТОЧКА · harness
OpenCompass is an LLM evaluation platform, supporting a wide range of models (Llama3, Mistral, InternLM2,GPT-4,LLaMa2, Qwen,GLM, Claude, etc) over 100+ datasets.
| Версия | Релиз | Поддерживаемые инструменты |
|---|---|---|
| v0.5.4 | 26 августа 2026 г. | — |
Сравнимых пар пока нет: чтобы оценить влияние harness'а, нужны запуски одной и той же модели на одной и той же версии набора — с harness'ом и без него.
Дельта — разность баллов качества по шкале 0–100 в сравнимых парах. Положительная дельта означает, что обвязка помогла на этом наборе; переносить вывод на другие наборы нельзя.