Long Context

LongHarness Bench：長文本 LLM 外掛機制的效能與效率壓力測試

LongHarness Bench: Stress-Testing Long-Context LLM Harnesses for Efficiency and Reasoning

LongHarness Bench 是一項全新的長文本 LLM 外掛評估基準，同時測試「準確度」與「運算效率」，解決了現有評估指標飽和且難以區分成本差異的問題。