论文 v2 增补预注册研究并修正 GEPA 附录
热点事件持续更新
论文 v2 增补预注册研究并修正 GEPA 附录
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Bowen Xu 和 Boyu Chen 将论文更新至 v2，加入第二项预注册研究，并修正一项 GEPA 实验的附录描述。研究显示，关闭 thinking 在 12 个模型基准单元中的 7 个提高了准确率，提升主要出现在此前没有可读答案的题目上。 研究覆盖 1.7B 至 8B 的三个模型，并纳入 Qwen3-14B。
AI 根据报道生成 · 48 分钟前更新
最新进展10月28日 12:00
Harness 修复了什么？一项关于可见性、基线充分性与评测缺陷的预注册研究报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning精选Harness 修复了什么？一项关于可见性、基线充分性与评测缺陷的预注册研究
Bowen Xu 和 Boyu Chen 报告了一项预注册研究，分析 harness search 得分提升中的可见性、基线不足与评测缺陷。研究覆盖 1.7B 至 8B 的三个模型和 Qwen3-14B；关闭 thinking 在 12 个模型基准单元中的 7 个提升了准确率，主要来自此前没有可读答案的问题。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。