arXiv cs.LG· Yuan Tian, Bing Hu, Hao Wang, Binghang Lu, Fang Wu·· 3 小时前AI 评分32
自进化 harness 触及天花板后，权重训练该何时介入
Harness Evolution Hits a Ceiling: When Weight Training Should Begin
AI 导读
研究提出按失败构成决定该进化 harness 还是训练权重：在 DeepPlanning 上，自进化 harness 把 Qwen3.5-4B 的留出分数从 0.16 提到 0.30，Qwen3.5-9B 从 0.32 提到 0.44，4B 的交付率由 55% 升至 90%。
来源：arXiv cs.LG · arxiv.org