先了解这件事
AI 综述
Northwestern与Google发表论文,提出Harness2,让智能体外壳在没有答案键的新任务上自我改进。其流程是先运行智能体,由编辑模型提出外壳修改,再重跑任务检验哪些修改真正改善行为,并把每个任务的经验存入库中指导下一次修改。论文报告,一次改进步骤让GLM-5的WorkBuddy-Bench得分提升11.5分,超过使用原始外壳的Gemini 3.5 Flash;而不做测试运行直接改外壳,编码得分从73.4降到63.2。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源:Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
11月15日
Rohan Paul
Northwestern 与 Google 论文提出 Harness2,让智能体外壳无需答案键自我改进
Northwestern 与 Google 的新论文提出 Harness2,让智能体外壳在没有答案键的新任务上自我改进:先运行智能体,由编辑模型提出外壳修改,再重跑任务看哪些修改真正改善了行为,并把每个任务的经验存入库中指导下一次修改。一次改进步骤让 GLM-5 的 WorkBuddy-Bench 得分提升 11.5 分,超过使用原始外壳的 Gemini 3.5 Flash;而不做这些测试运行直接改外壳,编码得分从 73.4 降到 63.2。
AI 热点