GOOGLE RESEARCH · HARNESS²

观察台

模型权重不动。套具自己改:同一任务上提议、试跑、按行为差异合成,再把教训交给下一题的改进器。

k

agg · 账本 R 6/8 · P 5/6 · 这一条 17 拍 · k=2 到 4 没有论文均分,带子只按代码拉长

任务 1 · 专业运营

把四张表对成一张可签字的费用表

权重冻结

改进 · 记入 P · agg1

独立合成

合成看的是两次执行差在哪里,不是谁的分数高。有证据的留下,互相打架的改一句,没有行为差异的丢掉。 留下:护栏:对不上就不交付、技能:固定表的列、工具指引:金额格式、脚本:重开文件再比一次。丢掉:长计划没有改变数字、子代理的摘要丢掉了原值、一次生成整表的脚本在合并单元格处失败。

完成用户要的表。
先列出四份源文件。每个数字旁写文件名。跑核对脚本,不一致就不得交付。

带子的顺序和标签来自仓库里的 recursion.py 与 ledger.py:参照 base1…basek,候选 inv/dom,并行合成 agg,顺序合成 c。选择和写回记在账本外面。分数仍是论文的 OpenCode 均值。