[image] 
表格下面第一行写了dsv4flash是使用ds自研harness框架测试，那其他的模型是用什么框架测试呢？完全没有提到，所以我觉得公平性是肯定存疑的。 
然后光对模型后训练就能对agent能力有这么大提升？这到底是你后训练的功劳还是harness框架的功劳？ 
我也不懂，只能留下问题，看看大家有没有什么解答？