एक उपयोगकर्ता ने कोडिंग हार्नेस का उपयोग करते हुए GLM5.2 के साथ Qwen3.6-27B (8-bit) का परीक्षण किया, जिसमें तीन आलोचकों—कोड समीक्षा, टेस्ट समीक्षा और Playwright e2e—का उपयोग आउटपुट गुणवत्ता की सत्यापन के लिए किया गया।
- 3-आलोचक पाइपलाइन घने मॉडल में निहित अतिरिक्त त्रुटियों को प्रभावी ढंग से पकड़ती है, जिससे यह फ्रंटियर मॉडल के अंतिम आउटपुट गुणवत्ता से मेल खाती है।
- जबकि निष्पादन पथ बड़े मॉडल की तुलना में अधिक शोरपूर्ण है, हार्नेस कार्यप्रवाह को बिगाड़े बिना retry ओवरहेड का प्रबंधन करता है।
- पहचानी गई इष्टतम रणनीति GLM5.2 जैसे फ्रंटियर मॉडल का उपयोग योजना के लिए और Qwen3.6 का उपयोग उच्च-आयतन कार्यान्वयन के लिए है, जहाँ त्रुटि-पकड़ने वाली तंत्र निम्न कच्ची सटीकता की भरपाई करता है।