跳到正文
熱點事件持續更新

Harness-S 專門化訓練提升策略遷移表現

1 篇報道1 個報道來源10 小時前更新

先了解這件事

AI 綜述

2026年11月21日,DEV Community 報道介紹 Harness-S:它在 AppWorld、SWE-Gym 和 DBBench 上,利用專門化執行框架訓練共享策略,再於原始執行系統 H0 下評估。報道稱,這種做法的表現顯著優於只訓練策略的方法;Qwen3.5-4B 和 Qwen3.5-9B 兩種規模的策略均有提升。另在執行器 rollout 次數相同的條件下,Rank-1 推理路由亦帶來增益。報道沒有提供主要結果表的數值。

AI 根據報道生成 · 10 小時前更新

報道時間線

沿着報道,瞭解事件的不同側面。

11月21日
  1. DEV Community
    Harness-S 如何利用專門化執行框架訓練可遷移回原始框架的策略

    Harness-S 在 AppWorld、SWE-Gym 和 DBBench 上利用專門化執行框架訓練共享策略,並在原始執行系統 H0 下評估時,表現顯著優於只訓練策略的方法。Qwen3.5-4B 和 Qwen3.5-9B 兩種規模的策略均有提升;在執行器 rollout 次數相同的情況下,Rank-1 推理路由亦帶來增益。原文未提供主要結果表的數值。

本事件熱度走勢

當前熱度 8·可比範圍峯值 10(11月21日 22:00)·近 24 小時可比範圍變化 –

02.557.51011月21日22:0011月22日01:0011月22日04:0011月22日07:00

趨勢僅比較持續完整觀測到的相同主體,範圍可能小於當前熱度統計。移動指針或點擊圖表查看每小時熱度;鍵盤可用左右方向鍵切換。