递归Harness自改进框架提出，求解准确率降至54.8%

Wenlong Zhang等作者发表论文，提出“任务-工具协同演化”框架，用于推理数据合成中的递归Harness自我改进（RSI）：在生成过程中把求解失败转化为可复用技能，并在每批任务后修订技能、提示词与工作流。作者称，模型权重与验证标准保持固定，仅在候选方案能在成本增幅受限内生成更难的有效任务时才予采纳。 在数学、编程和科学领域经过十四轮演化后，求解器平均准确率从100.0%降至54.8%。用10K合成数学样本微调的27B学生模型在APEX上达到62.5% mean-16准确率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。