⌘ K
… 读取采集状态 同步中...
雷
原文
机器之心· 机器之心·· 27 天前精选AI 评分73

AI2 与华盛顿大学研究:复杂的 Harness Evolution 在公平预算下不如多跑几遍

复杂的Harness Evolution,甚至不如多跑几遍

AI 导读

AI2 和华盛顿大学团队在 Terminal-Bench 2.1 上对比 Harness Evolution 与 test-time scaling,发现复杂进化方法在公平计算预算下并未稳定胜过直接多次采样或顺序修正。

推荐理由

原文明确比较了 Harness Evolution 与 test-time scaling 的公平预算效果,为评估 Agent 自进化提供了关键对照视角。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:机器之心 · mp.weixin.qq.com