标签
本文介绍了Harness-Zero，一种通过agent-as-harness将优化的代理框架蒸馏到大语言模型中的方法，即使在专业框架被移除后，也能显著提升知识工作、工具使用和科学领域的任务性能。
CriticGen 是一个细粒度、生成感知的评估框架，适用于大型语言模型，它生成特定样本的评估标准，以提供可操作的反馈来提高答案质量。