待验证50% 置信基准精确时间

第一阶段结束时得到的harness在分布内基准上平均分提升了4.48分，在分布外基准上提升了12.64分

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

智能体自我进化：Agent充当自身优化器的Harness框架

涉及实体

Self-Evolving Harnessconcept

相关事实

待验证将置信水平从95%提高到99%（z值2.576），相同样本量下的误差范围将扩大约31%66% 相似待验证最终方案对比原始权重平均mIoU涨了约三个点，但某些组合叠加反而会降点，并非越多越好65% 相似待验证基于测量指标引入门控（gating）机制后，准确率从20.7%提升到36.9%，同时系统仍回答了全部对比中的一半65% 相似待验证整体（Overall）得分经过两代改进后从 42.02 提升到 42.2564% 相似待验证在64倍压缩下，AdaMem平均相对增益扩大到14.6%，在PopQA数据集上最高提升9.8个百分点（19.7%）64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/964009

API

curl https://kongchang.com/api/v1/knowledge/claims/964009

MCP

get_claim(id=964009)