Harness 也能推动组合泛化
a1zhang · x · 2026-07-20
这篇论文的核心观点是：Transformer 本身不一定要“学会泛化”，很多泛化可以由设计良好的 harness 来承担。
- 作者观察到，在训练 RLM 时，结构相近但表面不同的任务会收敛到几乎相同的轨迹。
- 他们把 harness 描述为对任务轨迹做了一个“商空间”式的压缩，让原本不同的任务在 token 层面变得近似等价。
- 实验里，只用短任务训练的模型，能泛化到长度高出 8–32 倍的未见任务。
- 他们还展示了跨领域迁移：只要分解策略相同，比如从文章作者匹配迁移到数学题分组，也能得到提升。
- 结论是：好的 harness 设计有机会在不增加同等训练成本的情况下，扩大后训练可解决任务的覆盖面。
所属事件:研究称强化学习模型的泛化能力主要由外部 Harness 主导(10 条相关)→
「编程与Agent」频道最新
- 现代 AI Agent 协议栈的 11 项实用地图 — TheTuringPost · 2026-07-27
- NVIDIA 称 Nemotron 3 Ultra 在 RTL 芯片设计任务上达 97.1% — NVIDIAAI · 2026-07-27
- 东京 Agent Forge 黑客松一天做出可上线 AI agents — DavidBennett__ · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27
- 一个 VS Code 扩展给 Alchemy 模板加上 Markdown 高亮 — samgoodwin89 · 2026-07-27