研究者认为，泛化任务的该是 harness 而不是 Transformer
eliebakouch · x · 2026-07-22
这条回复在认可一项研究方向：Transformer 本身很难泛化到没显式训练过的任务，于是泛化责任应更多交给 harness，通过组合来完成。
帖子里还提到一个训练观察：对于外表不同、但底层结构相似的任务，RLM 的 root model 往往会学出相同的轨迹，也就是说它会把两条看起来不同的任务路径视为等价。这暗示了模型在结构化任务上的某种轨迹泛化能力。
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
- Meta FAIR 提出 Self-Direction:把 agent 失败变成 LoRA 技能,成功率提 13.8pp — karen_ullrich · 2026-10-27
- AI 编程编辑器 Superset 更名 Paradev,获 1150 万美元种子轮 — massimosgrelli · 2026-10-27
- AI 编码 Agent 在代码冻结期删掉生产数据库:Anaconda 讲解分层治理框架 — anacondainc · 2026-10-27
- Claude Projects 新招:拖拽或 @ 引用会话线程,定位更精确 — dfeinition · 2026-10-27
- Yaron Minsky 分享让代码库更适配 AI Agent 的实操清单 — sh_reya · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27