RUNTA lanza FrontierHarness Eval v1.1 con 83B tokens
RUNTA ha presentado FrontierHarness Eval v1.1, un benchmark de gran escala que evalúa 22 configuraciones de harnesses con cinco modelos de inteligencia artificial y 62 tareas de terminal. La iniciativa, colaborada con Baseten, procesa 83.000 millones de tokens a través de 27.280 ejecuciones de agent
