热点事件持续更新

提出诊断-干预规则区分harness演化与权重训练

1 篇报道1 个报道来源2 小时前更新

先了解这件事

报道摘要

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%。

摘自 arXiv cs.LG

最新进展10月9日 12:00

沿着报道，了解事件的不同侧面。

10月9日

12:00
arXiv cs.LG
自进化 harness 触及天花板后，权重训练该何时介入
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%。

还没有足够的连续观测数据，暂不绘制趋势。