CMU 论文：4B 小模型学会改写 Agent 框架代码，效果超 35B 教师模型
rohanpaul_ai · x · 2026-10-06
约翰霍普金斯与卡内基梅隆的新论文提出：让一个小模型从运行失败报告中学习改写 agent 的 harness 代码（决定模型看到什么、调用哪些工具的代码），可以把 agent 适配到新任务上，而无需人工调框架。
- 编辑器读取 harness 与失败信息后输出代码改动，以新 harness 的得分为奖励进行训练。
- 在 21 个未见过的推理任务类型上，4B 编辑器的平均编辑得分从 0.32 升至 0.62，超过其 35B 教师模型。
- 在 HotpotQA 上训练的编辑器迁移到另外 2 个 QA 基准后仍能持续改进 harness。
- 实践建议：每个任务多跑几轮编辑，反复修改优于单次修复。
所属事件:CMU等提出Harness Learning：4B模型改写Agent框架代码反超35B教师(3 条相关)→
「编程与Agent」频道最新
- 安全老兵：0day 修补窗口缩至数小时，安全债利率飙升 — xeophon · 2026-10-24
- Mubit 开源 Banyan Sapling：用校准概率判断上下文是否支持论断 — testingcatalog · 2026-10-24
- Hermes Watch:开源 Agent 跑上 Amazfit 手表,腕上语音问答 — Teknium · 2026-10-24
- Bug Hunt Bench 上线:105 个真实预埋漏洞实测前沿编程模型 — PawelHuryn · 2026-10-24
- OpenAI Dots 可直接操控本机会话，不再新开 Codex 会话 — brandon_galang · 2026-10-24
- 资深工程师开源 optimAIzr:分析 AI 编码用量,缓存过期 27 天多花近百美元 — stichstichstich · 2026-10-24