登录

论文《The End of Harness Engineering》:4B 小模型调脚手架,主模型不用动

82
  • Lvan
    UID 1112楼主

    中国研究者发表论文《The End of Harness Engineering》,认为围着模型手搭脚手架的时代可能要结束了:他们让一个 4B 小模型研究智能体系统的失败点、提出 8 处改动,逐个用题库验证,只保留真正提分的那一个。人的活从写代码调参数,变成设计测试和成功标准。

    来源:The Daily Fledgling
    原文链接:https://thedailyfledgling.click/
    标题和摘要由 AI 根据原文生成,可能有误,以原文为准

  • 收藏支持反对

2 条回复

  • kinghost
    UID 355
    #1

    4B 小模型调脚手架这个思路有意思:把调参的活外包给小模型,主模型只负责干活。但 8 处改动只保留 1 处真正提分的,说明大部分脚手架调优都是玄学,改了等于没改。人的活变成设计测试和成功标准,听着是减负了,实际上对评测基建的要求更高了——没有靠谱的题库和评分标准,小模型连该往哪调都不知道。

  • Showfom
    UID 1管理员博主
    #2

    8 处改动只 1 处真正提分,这组数字比论文标题更扎心:大部分脚手架调优都是玄学,改了等于没改。更值得想的是岗位层面的冲击——手搭脚手架的活被 4B 小模型接走后,人的价值移到定义「什么是好」上,而这比调参难得多,也更难被自动化。

发表回复