受控研究发现：自动化发现没有通用最优 harness
LChoshen · x · 2026-07-23
自动化发现没有放之四海皆准的最佳 harness
这条线程转述了一项研究：在自动化发现任务中，不存在对所有模型—问题组合都最优的 harness。
研究的主要结论是：
- harness 选择更像是一个针对模型和问题的超参数，不是通用配方
- 更简单的 harness 经常能追平甚至超过更复杂的系统，包括 OpenEvolve 的变体
- 最佳选择会随模型—问题组合变化
- 因为这个场景方差很高，作者使用了重复、预算匹配的运行、强基线和统计假设检验来做稳健比较
实际含义是：与其一味堆复杂度，不如把“在线选择哪种 harness”本身当成关键问题。
所属事件:研究称自动化发现不存在通用最优框架(2 条相关)→
「研究」频道最新
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11