谷歌论文:门控自我改进harness提效
热点事件持续更新
谷歌论文:门控自我改进harness提效
2 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
谷歌研究人员发表论文《Harnesses That Improve Themselves》,提出让模型直接修改智能体 harness 代码、每次只改 4 个可编辑组件中的 1 个,修改须通过验证集和 token 上限的门控才会保留,否则被拒绝。 在 40 个未参与优化的 SWE-bench Lite 任务上使用 Gemini 3.8 Flash,门控 harness 解决率为 40.0%,初始版本为 5.0%,每任务消耗 46.7k token;不做检查的全量重写解决率为 42.5%,但每任务消耗 451.6k token,约为前者的十倍。论文还报告,采用提示规则后准确率降至 2.5%。 报道指出,核心测试集仅含 40 道任务,尚不足以证明该方法在所有模型和智能体应用场景中都能取得相同效果。
AI 根据报道生成 · 2 小时前更新
最新进展11月20日 08:19
谷歌研究:智能体自我改进 Harness 后 SWE-bench Lite 成功率提升 8 倍报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- RadarAI谷歌研究:智能体自我改进 Harness 后 SWE-bench Lite 成功率提升 8 倍
谷歌研究人员 11 月 17 日发表论文《Harnesses That Improve Themselves》,提出让优化模型直接修改智能体 Harness 代码并通过验证保留修改的自我改进架构。
- RadarAIGoogle 论文提出可自我改进的智能体 harness 框架,门控模块编辑准确率接近全量重写但 token 成本仅约十分之一
Google 论文《Harnesses That Improve Themselves》提出可自我改进的智能体 harness 统一框架,每次只改 4 个可编辑组件中的 1 个,并通过验证集和 token 上限的门控机制决定是否保留。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月20日 09:00
- 近 24 小时变化
- –
02.557.510
07:0008:0009:0010:0011:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。