论文称HERMES harness使GPT-5.6 Sol整库迁移成功率从6.5%升至31.0%
elvis转述的该论文提出HERMES harness：为每个仓库组件配备了解自身代码与依赖的常驻LLM，并通过依赖感知步骤决定激活哪些组件、诊断步骤将测试失败映射回需修改的组件。论文作者称，在同一模型与effort设置下，以HERMES替换Codex使GPT-5.6 Sol的整库迁移成功率从6.5%升至31.0%；在四个软件工程基准上，其平均领先匹配的基线harness 12.4分，强激活与诊断模型下Qwen3-8B组件方案与全GPT-5.6 Sol配置差距在4.5分以内，并将Terminal-Bench 4.0推理成本降低26.2%。