RRSI:更高的分数,究竟选中了什么?
两条搜索路线改进同一个 Agent 的工作方式。筛选修改时分数更高的一条,换到其他基准后表现却较弱。理解这个差别,要看搜索留下了什么。
解读展开概要收起概要
RRSI 修改固定模型周围的工作流程。通过一组 Harvey LAB 对照,可以把反复评分的反馈、最终留下的指令与文件检查,以及新任务上的表现连起来。两种方法都有迁移收益,但筛选修改时的分数,给不出跨基准表现的正确排名。
汇集已发布的文章。每篇文章保留各自的证据与研究范围。
1 篇文章
两条搜索路线改进同一个 Agent 的工作方式。筛选修改时分数更高的一条,换到其他基准后表现却较弱。理解这个差别,要看搜索留下了什么。
RRSI 修改固定模型周围的工作流程。通过一组 Harvey LAB 对照,可以把反复评分的反馈、最终留下的指令与文件检查,以及新任务上的表现连起来。两种方法都有迁移收益,但筛选修改时的分数,给不出跨基准表现的正确排名。