WHALE：联合优化 LLM 权重与外挂 harness 的新配方

Kangwook Lee 等研究者发布论文与博客介绍 WHALE（Weight-Harness Alternating LEarning），提出同时优化 LLM 权重与评测/工具 harness（脚手架）的简单配方，核心思路是对两者进行交替优化。实验显示该方法可使精度提升 4 至 24 个百分点，为 agent 系统设计提供了新范式。

2026-09-03 ~ 2026-09-04 · 2 条相关