OpenVLHarness发布

发生了什么

据Hugging Face Papers报道，OpenVLHarness集成持久化多模态内存与异构工具，提升多模态模型推理性能。它在22个基准测试中平均提升分数9.7-12.6点，使用Qwen3-VL-8B、Kimi K3和GPT-6 Astra分别提升11.2、9.7和9.9点。使用GPT-6 Luna时，OpenVLHarness在中等推理努力下优于Codex和Visual Sketchpad，提升7.7-8.5点，成本仅为其37%。该工具是无训练的，允许多模态模型结合感知、网络搜索和Python计算，并保持工具证据的可读性和可重用性。