LEASH 免训练框架：弱模型打头阵降成本 19.2%

2026 年 10 月 17 日，AGI Hunt 报道，Simular 与威斯康星大学麦迪逊分校联合提出免训练框架 LEASH，面向 computer-use（计算机操作）任务。按其描述，该框架默认让能力较弱的模型执行任务，只有在需要时才升级到强模型处理，并在这一过程中持续进行所谓「拴绳」式的监控。报道称，该方案为免训练框架，成本下降 19.2%，效果可与全时使用 Claude Opus 5 相媲美。截至该篇报道，关于 LEASH 的公开信息仅有这一条，尚无可供交叉验证的更多细节。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。