热点事件持续更新
TB-Lite 实验：五种 harness 难分胜负
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月14日，AGI Hunt 报道了 TB-Lite 实验。该实验在 TB-Lite easy 子集上进行，设置 24 个任务，每个任务重复 3 次，每个“模型×harness”组合共 72 次试验，对比五种 harness，结果显示难分明显赢家。实验测量的是平均奖励相对平均输入的关系。受 Alex Zhang 的 Recursive Language Models 启发，实验还将让 LLM 直接使用一个 ipython 会话的“裸 ipython”作为一种极简 harness 纳入对比。报道未给出进一步结论或后续计划。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 23:30
TB-Lite 实验对比五种 harness，24 任务×72 次试验后难分胜负。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AGI HuntTB-Lite 实验：24 任务×72 次试验对比五种 harness 难分胜负
在 TB-Lite easy 子集上，24 个任务、每任务重复 3 次、每个“模型×harness”组合 72 次试验的对比显示，五种 harness 难分明显赢家。实验测量平均奖励相对平均输入的关系。受 Alex Zhang 的 Recursive Language Models 启发，让 LLM 直接使用一个 ipython 会话的“裸 ipython”也作为极简 harness 被纳入对比。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。