标签
清华与微软亚研合作的 HarnessMM 论文提出通过受保护的决策复用与递归自改进来提升 agent harness 的 token 效率，实验显示 DeepSeek Harness（DSH）收益显著：HumanEval 成功率从 71.43% 升至 85.71%，每题 token 省 87.93%，而 Codex 仅省 29.54%。