并非尺寸决定一切：Harness 设计决定小语言模型的操作稳定性

本文实验分析了 Harness 工程设计对小语言模型（SLMs）操作性能的影响。研究在三个模型上应用了三种条件：仅模型、最小外壳及四阶段流水线（计划->执行->验证->恢复）。结果显示，流水线 Harness 显著提升了任务成功率，其中规划与恢复机制各贡献约 24.7% 的性能增益。研究还发现了非单调现象及无支持下的结构崩塌问题，证实了精心设计的规划架构对提升小模型稳定性的关键作用。