AI Agent评估框架

HAL Harness是由普林斯顿大学SAgE团队开发的AI Agent评估框架和排行榜，旨在解决评估过程中的复杂性和效率问题。它支持多种基准测试（如SWE-bench、USACO等），可在本地或云端运行，并通过并行化提高效率。与Weave集成实现自动化的成本跟踪和日志记录，提供Pareto前沿可视化等功能。