实体 HEAT-24

HEAT-24

PulseAugur coverage of HEAT-24 — every cluster mentioning HEAT-24 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_53606 · May 26 · 09:08

LLM Harness 复杂性悖论：可靠性不总是与能力挂钩

一项新的研究论文挑战了普遍认为更复杂的 Harness 总是能提高 LLM 代理可靠性的假设。在六种模型和四个能力层级进行的实验显示，增加 Harness 的冗余度会降低某些模型的可靠性，而更严格的 Harness 则可以提高可靠性并降低延迟。研究还发现，一个较小的模型在各种 Harness 条件下实现了与更高级别模型相当的稳定性，这表明 Harness 敏感度呈非单调性，并且取决于模型类型。