研究提出 Harness Compilation 优化小视觉语言模型分工
原文标题：When Lower Reconstruction Loss Hurts: Distributionally Robust Refinement for Low-Bit LLM Quantization
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 Compilation（HC），离线调整冻结小 VLM 与外部 harness 的工作分工，教师模型利用学生执行轨迹修订可复用内容与控制。在七个 VQA 设置、学生参数不超过 9B 下，HC 比裸学生提升 9.9-23.9 分，且部署无需权重更新或教师调用。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Harness Compilation 离线重分工，小 VLM 在七个 VQA 设置上提升 9.9-23.9 分
- •提出 Harness Compilation（HC），离线调整冻结小 VLM 与外部 harness 的工作分工
- •教师模型利用学生执行轨迹修订可复用内容与控制，另有验证集选择部署的 harness
- •学生参数不超过 9B，覆盖七个视觉问答设置，比裸学生提升 9.9-23.9 分（三次独立构建平均）
- •部署阶段无需权重更新，也不需要调用教师模型
- •对调用、选择、参数生成、证据整合、弃答五类运行时决策的干预显示：请求证据和生成开放查询代价高，有界选择与阅读给定文本更适合留给学生
为什么重要：不微调、不调教师就能让小模型显著变强，对算力受限、想用小 VLM 落地的团队是一条低成本路径；「哪些决策该交给模型、哪些该交给 harness」的结论也可直接复用。
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
谷歌发布 EmbeddingGemma 2，五模态统一向量空间
AI 摘要谷歌推出 EmbeddingGemma 2 嵌入模型，可将文本、图像等五种模态映射到同一个向量空间，实现跨模态检索与对齐。该模型延续 Gemma 开源系列，面向多模态嵌入与检索增强场景。
谷歌发布Genie 4世界模型，可生成带音频交互体验
AI 摘要谷歌发布 Genie 4 世界模型，支持更真实的世界、自然语言实时修改、音频生成，底层由 Gemini 3.8 Flash 驱动，单次体验时长从 1 分钟提升至约 2 分钟。该模型先以研究预览形式向受信任测试者开放，并将向 Google AI Ultra 订阅用户推出。
谷歌 DeepMind 发布 Genie 4 世界模型，新增音频与实时操控
AI 摘要谷歌 DeepMind 发布世界模型 Genie 4，新增实时音频、更逼真的模拟环境，并支持在模拟过程中用文本提示实时操控。该模型以研究预览形式向受信任测试者开放，进一步推进可交互世界模型的能力边界。
谷歌 DeepMind 称四个 Gemini 4 智能体 27 小时通关《我的世界》
AI 摘要谷歌 DeepMind 表示，四个基于 Gemini 4 的 AI 智能体在 27 小时内自行编写 2783 段程序，成功通关《我的世界》。过程中智能体在简单难度下死亡 605 次，估计消耗约 520 美元 token 成本。