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
- AW-0 机器人模型实测:RoboTwin 50 项任务成功率 80.8% 远超基线 — trevordarrell · 2026-10-27
- UC伯克利联合 NVIDIA 发布 AW-0:真实机器人操控成功率 71.1 分远超基线 — trevordarrell · 2026-10-27
- AW-0 用代码流改变世界模型预测:同一指令下精准选中目标物体 — trevordarrell · 2026-10-27
- AW-0 发布:代码+视频+动作三专家联合生成的智能体世界动作模型 — trevordarrell · 2026-10-27
- AW-0 训练配方:3000 小时演示蒸馏出 50 个可复用技能程序 — trevordarrell · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27