WHALE: A Simple Recipe for Joint Harness-Weight Optimization

• 类型：arxiv
• 标识：2609.00196
• 链接：https://arxiv.org/abs/2609.00196
• 主分类：evaluation
• 形态：method
• 被引：8
• 被引来源：Semantic Scholar
• S2被引：8
• OpenAlex被引：0
• 影响力被引：3
• TLDR：Weight-Harness Alternating LEarning (WHALE), a simple recipe that alternates two phases: updating the model under the current harness, then searching for a better harness under the updated model with online rejection-sampling fine-tuning and Meta-Harness, is proposed.
• OpenAlex ID：W7206174292
• OpenAlex DOI：10.48550/arxiv.2609.00196
• DOI：10.48550/arxiv.2609.00196
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2609.00196
• OpenAlex更新：2026-09-06
• 待LLM分类：否
• 标题中文：WHALE：联合 Harness-权重优化的简洁方案
• TLDR中文：本文提出 Weight-Harness Alternating LEarning (WHALE)，一种简单的方法，交替进行两个阶段：先在当前 harness 下更新模型，再在更新后的模型下通过在线拒绝采样微调与 Meta-Harness 搜索更优的 harness。
• 来源文件：
• /inbox/tom/_candidates/2026-09-04-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]