跳到正文
热点事件持续更新

Guojun Zhu 等提出 CHASE 反事实驱动 Agent Harness 进化框架

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Guojun Zhu 等提出 Counterfactual Harness Search and Evolution (CHASE) 框架,旨在测试 Agent Harness 的改进在评估协议变更时是否仍有效。该框架由 Proposer 在固定基础模型周围编辑 Harness,核心在于通过反事实评估协议检验改进的鲁棒性,而非依赖任务特定的捷径。 该研究在 Syn-Ledger 和 SWE-Bench Pro V2 等基准上验证了其有效性。通过引入反事实机制,CHASE 框架确保了 Harness 进化方案的泛化能力,避免了过拟合于特定评估环境的局限性,为 Agent Harness 的自动化优化提供了新的评估维度。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · AI
    CHASE 方法:通过反事实引导进化超越任务特定捷径的 Agent Harness

    CHASE 通过反事实评估协议检验 Agent Harness 改进的鲁棒性,在 Syn-Ledger 和 SWE-Bench Pro V2 等基准上验证其有效性。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。