根据
deepseek 官方的评测
74.2 > 65.5
基本上有代差了
有用过的佬进来科普下经验吗?
4 个赞
随着模型智力的提高, skill, prompt,越来越对模型造成负担而不是帮助.
1 个赞
为啥？它和 pi 有啥区别，都是最简版的话不是应该没啥区别么，只有基础 system prompt 和工具 schema 不一样。不理解怎么会有这种差别
能否认为，，，这是过拟合了mini-swe框架了。。