Harness-Delta Attribution：拆解智能体框架进化带来的性能增益

论文提出 Harness-Delta Attribution（HDA）评估协议，把智能体框架进化带来的性能增益拆分为过拟合、测试时扩展和残余可泛化改进三部分。作者在 11 个执行模型和 3 个框架进化框架上测试数学、编码、创造性和智能体任务，在 21 个搜索集增益统计显著的设置中，过拟合和测试时扩展平均分别解释 54% 和 14% 的增益，14 个设置中两者合计超过 50%。