用代码"驯服" LLM：AutoHarness 如何让小模型打败大模型

用代码"驯服" LLM：AutoHarness 如何让小模型打败大模型

摘要

Google DeepMind推出AutoHarness，让LLM自动生成Python代码约束自身输出，在145个文字游戏中实现100%合法动作率。通过固定函数签名和树搜索策略，AutoHarness显著提升LLM在任务中的表现，尤其在单人游戏中，纯代码策略以零推理成本超越GPT-5.2-High。这一创新为解决LLM输出合法性提供了高效自动化方案。