MIT CSAIL 论文:更强 LLM 不会让 Harness 失效,反而是组合泛化器
MIT_CSAIL · x · 2026-11-21
MIT CSAIL 发布论文《Language Model Harnesses Can Be Compositional Generalizers》,反驳「模型变强后外部 harness 将被淘汰」的观点,论证恰恰相反。
核心论点:神经符号化 harness(如 Recursive Language Model,RLM)以程序化方式外部化和管理上下文,能将复杂问题分解,使神经 LM 每次接收的观察都局部处于分布内,即使整体任务是新的。
关键发现:
- RL 后训练下,RLM 这类 harness 很容易学会分解策略:仅在短任务上训练即可泛化到长 2–64 倍的任务,而裸模型的提升小得多
- 单一领域训练可迁移到共享潜在结构的新领域
- 提出 surrogate harness training:用带假工具/子调用的合成简易环境生成训练数据,定向训练 harness 内的单次 LLM 调用
- 据此训练的 RLM-27B 在 CTC-Bench、ExpertLongBench 等长上下文任务套件上,使 Qwen3.8-27B 平均提升 26.9%,同时推理 token 减少 约 2 倍
- harness 还可通过递归子调用组合新学到的分解策略
所属事件:MIT CSAIL 新论文:Harness 是 LLM 的组合泛化器(14 条相关)→
「编程与Agent」频道最新
- OpenClaw 推 Skill Workshop 2.0,让 Agent 自主复盘并进化技能 — heyneighbor · 2026-11-21
- Drex Router:小型路由模型按轮次为 Agent 选模型与推理档,成本降至 1/28 — rohanpaul_ai · 2026-11-21
- Sentry CEO 吐槽编码 agent 一周吃掉近 1TB 磁盘,明确反对 handoff 模式 — zeeg · 2026-11-21
- Perplexity Computer 上线 Chromium 扩展,跨标签页与工具自动执行任务 — perplexity_ai · 2026-11-21
- VibeArmory 0.3.0 发布:本地 ML 监控 Mac 上 AI Agent 的一举一动 — agf2007 · 2026-11-21
- AI 加持用户调研:反馈周期从 10 天缩到 2 个工作日内 — pavandavuluri · 2026-11-21