PENSÉES EN RELATION

Atlas des connaissances

Explorez les personnes, leurs points de vue et les sources originales.

1 personnes · 1 sources · 1 opinions exprimées

EN CONTEXTE

AI evaluation and generalization

Choisissez un point de vue et retrouvez la conversation originale.

Evolved harnesses generalize beyond their original benchmarks

EN CONTEXTEAI evaluation and generalization1 opinions exprimées
2026-07-04

Les secteurs égaux servent de repères, pas de classement.

Points de vue 1–1 sur 1 · Sources les plus récentes en premier

1 / 1

Point de vue sélectionné

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.

Il s’agit de points de vue individuels, non d’une mesure du consensus. Le matériel source reste dans sa langue d’origine.

Éléments favorables

Harness Engineering for Self-Improvement

Extrait original

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.

Les dates concernent les sources, pas des changements d’opinion. Les textes sans traduction révisée restent dans leur langue originale.