#terminal-agents

NVIDIA Mid-Harness 将 TerminalBench-Lite 的 Pass@1 从 50.0% 提升至 68.0%

一篇关于终端智能体测试时计算的 NVIDIA 论文称，GPT-5.6 Sol 验证器在八条采样 shell 命令中选择，可将 TerminalBench-Lite 的 Pass@1 从 50.0% 提升至 68.0%。验证器较弱时，增加样本几乎没有作用。