新论文:LLM Harness 是组合泛化器,能让模型走得更远
a1zhang · x · 2026-11-21
新论文《LM Harnesses are Compositional Generalizers》提出:harness 不再是弱模型的拐杖,而是把 LLM 现有能力组合起来、在训练环境之外泛化的机制。
- 各类 harness 抽象能让 LM 系统在任务长度、策略、递归深度等维度上泛化。
- 通过让每次 LLM 调用保持「局部在分布内」(LID),harness 可大幅提升训练数据效率,尤其适合长任务。
- omarsar 等评论称 harness 方向被严重低估,自定义 harness 有显著收益;作者提到 post-training 与 harness 协同进化(co-evolve)可能是其生效原因,RLM 是典型例子。
「编程与Agent」频道最新
- 30 分钟逆向工程 Apple Watch:一条 Claude Code 提示词做出重力表盘 — mtizard · 2026-11-21
- Agent 优化实测:去掉摘要步骤改抽取答案,验证集拿到 75% — colinmcnamara · 2026-11-21
- us-legal-mcp:MCP 服务器让 AI 助手直接检索美国立法全文 — modelcontextprotocol · 2026-11-21
- Maindex 推出全托管控的 Agent 记忆 API,可直查记忆图谱与修订历史 — modelcontextprotocol · 2026-11-21
- GPT-6.2 Ultrafast 实测:Codex 提速至 4.5 倍找回手感 — dkundel · 2026-11-21
- 8 天 2300 次 commit:Claude 造出逐笔毛刷模拟的 AI 油画引擎 aibrush — FotoRe_store · 2026-11-21