Harness-Delta 归因：智能体框架进化增益中 54% 来自过拟合
原文标题：Harness-Delta Attribution: Dissecting Gains From Harness Evolution
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 Harness-Delta Attribution（HDA）评估协议，将智能体框架进化的性能增益拆分为过拟合、测试时扩展与残余可泛化部分。在 11 个执行模型与 3 个框架、21 个显著提升设置中，过拟合与测试时扩展平均分别占增益 54% 和 14%，且搜索集增益常无法迁移到留出任务。
- 问题
- 智能体框架自动进化的性能增益中，有多少只是过拟合与测试时算力。
- 方法
- 提出 HDA 评估协议，把进化增益拆分为过拟合、测试时扩展与残余可泛化部分。
- 结果
- 11 个执行模型、3 个框架、21 个显著提升设置中，过拟合与测试时扩展平均占增益 54% 和 14%。
- 影响
- 框架自动调优的收益大半不可迁移，团队应改用留出任务验证而非只看搜索集分数。
深读 · 结论先行AI 生成展开看要点与影响 ↓
HDA拆解智能体框架进化增益：过拟合平均占54%，测试时扩展占14%。
- •在11个执行模型、3个框架、21个显著提升设置中，过拟合与测试时扩展平均分别占增益54%和14%。
- •14个设置中两者合计占比超过50%。
- •搜索集上的增益常无法迁移到留出任务。
- •残余可泛化改进因任务、模型、框架不同而差异很大。
为什么重要：自动优化提示、工具与编排代码带来的提升，大半可能是基准过拟合或额外推理算力；评估框架进化收益时需按此拆分。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。