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:

所属事件:MIT CSAIL 新论文:Harness 是 LLM 的组合泛化器(14 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →