@alex_prompter: 有人将Fable的问题解决方法提炼成一个插件,任何模型都可以运行。159次代理运行后,Sonnet + ...

X AI KOLs Timeline 工具

摘要

该插件将Fable的问题解决方法提炼成一个带有验证代理的结构化循环,提高了模型在研究任务和错误检测上的可靠性,尤其适用于较弱的模型。

有人将Fable的问题解决方法提炼成一个插件,任何模型都可以运行。159次代理运行后,Sonnet + 该插件在研究任务上以10/10的成绩与Fable持平。 该插件包含三个部分。fable-method为任何模型提供了一个带有严格失败阈值的问题解决循环。fable-loop运行整个任务,并由对抗性验证代理检查工作。fable-judge将每一个“完成,所有测试通过”的声明视为未经验证,并独立重新运行所有内容。 结果是具体的。Haiku在捕捉错误测试(在“修复”正确代码之前)方面从0/4提升到4/4。Sonnet + 该方法在一个五部分的研究任务上与Fable本身持平,得分为10/10。该判断器将Haiku在捕捉虚假完成报告中的植入欺诈方面的表现从3/5提升到5/5。 赢得我信任的部分是它不会做什么。在普通任务中使用有能力的模型时,它不会增加任何东西。他们对此进行了测量,记录了下来,并且README也这么说。其价值集中在陷阱上,比如错误的测试、虚假的完成声明以及无人值守的弱模型。它提供的是纪律,而不是知识。 迭代过程充分说明了质量。该方法的v1版本在自己的测试中得分为0/4,失败。v2得分为1/4,失败。v3最终以4/4通过。仓库中包含了每个失败版本以及原始的判断器记录。流程图也不是根据Fable描述其思考方式构建的。他们记录了裸Fable代理的实际工具调用,并在Fable的自我描述与其实际行为不符的地方纠正了该方法。观察击败了自我报告三次。 如果你正在使用Claude Code配合更便宜的模型,或者想强化你的代理工作流,这值得你花10分钟时间。 要在Claude Code中安装,运行 /plugin marketplace add Sahir619/fable-method 然后 /plugin install fable@fable-method
查看原文
查看缓存全文

缓存时间: 2026/07/14 06:17

有人把 Fable 的解题方法蒸馏成一个插件,任何模型都能运行。经过 159 次智能体运行测试,Sonnet 配合该插件在研究任务上取得了 10/10 的成绩,与 Fable 持平。

这个插件分为三个部分。fable-method 为任意模型提供了带有硬性失败阈值的结构化问题解决循环。fable-loop 使用对抗性验证智能体检查工作,运行整个任务。fable-judge 将所有“已完成,所有测试通过“的声明视为未经验证,并独立重新运行所有内容。

效果很具体。Haiku 在捕捉“修复“正确代码前先写错测试的情况上,从 0/4 提升到 4/4。Sonnet 配合该方法在一个五部分研究任务上与 Fable 持平,得分 10/10。该裁判功能使 Haiku 在识别伪造完成报告中的欺诈行为上,从 3/5 提升到 5/5。

真正让我信任的部分是它不做什么。对于使用强模型执行的普通任务,它毫无增益。他们对此进行了测量、记录,README 中也明确说明。其价值集中在那些陷阱上——比如错误的测试、虚假的完成声明,以及弱模型无人值守运行的情况。它提供的是纪律,而非知识。

迭代过程本身就能说明质量。v1 版本自身测试失败,0/4。v2 版本 1/4。v3 版本最终通过,4/4。仓库中包含了所有失败版本及其原始裁判记录。流程图也不是从 Fable 描述其思考方式时构建的。他们记录了裸 Fable 智能体的实际工具调用,并在 Fable 的自我描述与其真实行为不符时修正该方法。观察比自我报告更有效,这种情况出现了三次。

如果你正在使用更便宜的模型运行 Claude Code,或者想强化你的智能体工作流,花 10 分钟了解这个插件是值得的。

在 Claude Code 中安装,运行 /plugin marketplace add Sahir619/fable-method,然后 /plugin install fable@fable-method

相似文章

Fable的判断

Simon Willison's Blog

来自Simon Willison的实用建议:允许Claude Code的Fable模型自行判断测试,并将编码任务委托给运行更便宜模型的子代理,从而在保持质量的同时减少令牌使用。