发生了什么
研究团队 发表 MemoHarness 方法(ShellAgent基准0.806 vs 0.722)
为什么值得关注
与常见提示/流程优化不同，该方法在推理时通过检索相似案例进行结构化编辑，无需额外计算成本，值得关注其实现细节。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
MemoHarness:控制层优化法
MemoHarness将LLM控制层分解为六个可编辑表面，通过检索历史执行记录进行结构化编辑，无需反馈或梯度更新。在Shell-Agent基准上达到0.806，超越最强固定控制层基线0.722，且单任务成本低于最强商业基线。
打开原始来源 ↗