行业与实践 · 标签「DeepSeek Harness」

研究与基准测试/2026-08-17/9 分钟

规则裁判满分只有 5.6%：腾讯朱雀用 14560 次运行评 DeepSeek Harness

14560 次受控运行。规则裁判满分 819 次（5.6%），语义裁判 772 次（5.3%）。文件模式的隐藏 Unicode 通道是 116/455，即 25.5%。汇点是模拟的，不代表真实外发。