Meta-Harness：模型框架的端到端优化

大型语言模型系统的性能不仅取决于权重，还取决于决定信息存储、检索与呈现的“框架”代码。针对现有方法难以自动优化此类代码的问题，本文提出 Meta-Harness，一种通过代理搜索框架代码的外层循环系统。该系统利用文件系统访问源代码、评分及执行轨迹。实验表明，在文本分类任务中，其优于最先进上下文管理系统且节省大量令牌；在数学推理与智能体编码任务中，发现的框架显著提升了准确率并超越人工基线，证明了丰富经验访问对自动化框架工程的有效性。