Harness Compilation：小视觉语言模型应保留哪些决策？
Get the story
2026年10月9日，arXiv（一手来源）发布论文《Harness Compilation：小视觉语言模型应保留哪些决策？》，提出 Harness Compilation（HC）。这是一种离线流程：由大型教师模型依据学生模型的执行轨迹，修订可复用内容与控制策略；随后用一个独立验证集选择最终部署的 harness。部署阶段不再更新权重，也无需调用教师模型。该方法的核心问题在于，小视觉语言模型在推理过程中应保留哪些决策，以及哪些决策可交由离线编译的 harness 承担。目前报道仅给出方法框架，未披露具体实验数据、学生模型规模、验证集构成或性能指标。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Artificial IntelligenceHarness Compilation：小视觉语言模型应保留哪些决策？
论文提出 Harness Compilation（HC），一种离线流程，用大型教师模型依据学生执行轨迹修订可复用内容与控制策略，并由独立验证集选择部署 harness，部署时无需更新权重或调用教师模型。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.