热点事件持续更新
LLM Harness 覆盖率与专业化分离：重复与程序增益难兼得
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究在 386 个 MATH-500 任务上比较 8 个生成 harness 与基线，每个成员执行 3 次。结果显示相同程序平均带来 2.16 个百分点的 oracle 余量；生成程序虽呈现更多重复得分模式，但相对基线的损失在全部 3 次重复中持续存在于 100 个任务，稳定互补性在 3 次重复中仍未解决。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
生成 harness 在重复中仍存在 100 个任务的基线损失，稳定互补性未解决。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Artificial Intelligence更多程序还是更多重复？LLM Harness 中覆盖率与专业化的分离
研究在 386 个 MATH-500 任务上比较了 8 个生成 harness 与基线，每个成员执行 3 次。相同程序产生 2.16 个百分点的重复平均 oracle 余量，生成程序虽呈现更多重复得分模式，但相对基线的损失在所有 3 次重复中持续存在于 100 个任务，稳定互补性在 3 次重复中仍未解决。
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。