Gary Marcus：符号验证并非"基础"技术，SWE-bench 分数高度依赖 harness
Marcus 转了条推，讲为什么 SWE-bench 同一模型换个 harness 分数差很多，还捋了符号验证一百年学术史，观点挺硬核。
#符号验证
共 2 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「符号验证」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月12日
7月28日
模型10:37
DualityCert：量子场论中破损对偶声明的验证器门控语言模型修复用验证器帮语言模型修量子场论对偶声明，效果不错，deepseek-chat提升8个百分点，qwen-plus提升7个百分点，值得关注。