预注册研究：harness增益未超固定答案

Bowen Xu等作者发布三项预注册研究，审计冻结的长寿调优1.7B模型上harness搜索的增益来源；作者称，评测框架（harness，包裹模型、负责调用与解析输出的评测流程）带来的增益未超过固定答案，三项研究均已预注册并报告所有终点。 v3新增第三项预注册研究，覆盖SmolLM3-3B与基础Qwen3-1.7B在BoolQ、FPB和MMLU-Pro上的测试，Autocast为探索性；同时检查所选harness文本，并撤回v1、v2中逐行式段落。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。