TTHE：测试时演化智能体可执行 harness

Jun Nie 等作者提出 Test-Time Harness Evolution（TTHE）方法，把 LLM 智能体的可执行 harness 当作测试时适配的状态：在无标签测试批次上，由 agentic proposer 迭代进化候选 harness，再由 judge 依据执行轨迹和代理信号选出当前批次使用的版本。 该论文已发布在 arXiv cs.SE，作者称 TTHE 将可执行 harness 视为测试时适配的状态。目前只有方法层面的描述，没有给出在具体任务上的效果数据。

AI 根据报道生成 · 19 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。