VERNETZTES DENKEN

Wissensatlas

Personen, Standpunkte und ihre Originalbelege erkunden.

1 Personen · 1 Quellen · 1 geäußerte Meinungen

IM KONTEXT

AI evaluation and generalization

Einen Standpunkt auswählen und das Originalgespräch nachverfolgen.

Evolved harnesses generalize beyond their original benchmarks

IM KONTEXTAI evaluation and generalization1 ausgedrückte Meinungen
2026-07-04

Gleich große Sektoren dienen der Orientierung, nicht der Rangfolge.

Standpunkte 1–1 von 1 · Neueste Quellen zuerst

1 / 1

Ausgewählter Standpunkt

Evolved harnesses generalize beyond their original benchmarks

A harness evolved on Terminal-Bench-2 transferred without further evolution to SWE-bench-verified, indicating it encodes general engineering experience in harness components rather than benchmark-specific optimization.

Dies sind individuelle Standpunkte, keine Messung einer Übereinstimmung. Das Quellenmaterial bleibt in der Originalsprache.

Stützende Belege

Harness Engineering for Self-Improvement

Originalauszug

On Terminal-Bench-2, AHE achieved better than human-designed harness (OpenCode, Terminus-2, Codex) except for Hard tier and a few other self-evolve baselines (ACE, TF-GRPO). The same frozen harness, without further evolving, transfers to SWE-bench-verified, indicating that the evolved harness is able to encode engineering experience into harness components rather than doing benchmark-specific optimization.

Die Daten beziehen sich auf Quellen, nicht auf Änderungen der Überzeugung. Texte ohne geprüfte Übersetzung bleiben in ihrer Originalsprache.