Skip to content
Hot eventLive

测量微任务资格缺口：现成小语言模型何时足以支撑 Agent Harness

1 reports1 sources3 hr ago updated

Get the story

AI overview

论文构建了 4 个微任务基准，以低成本非 LLM 基线为阈值 τ，用 CI 感知规则检验 Qwen3 0.6/1.7/4/8B（FP16、贪心、无微调），结果 16 个配置均未通过资格缺口。

Generated from reports · updated 3 hr ago

LatestOct 2
2026-10-02 论文在 arXiv 发布，16 个 Qwen3 配置均未通过资格缺口。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Artificial Intelligence精选
    测量微任务资格缺口：现成小语言模型何时足以支撑 Agent Harness

    论文构建了 4 个微任务基准，以低成本非 LLM 基线为阈值 τ，用 CI 感知规则检验 Qwen3 0.6/1.7/4/8B（FP16、贪心、无微调），结果 16 个配置均未通过资格缺口。

Heat trend

There is not enough continuous observation data to draw a trend yet.