#alternating-optimization

1 記事

01 ·エージェント·★ 会員·論文·17分で読めます 論文解説: WHALE — モデルの重みとハーネスを交互に鍛える WHALE: A Simple Recipe for Joint Harness-Weight Optimization エージェントの性能は、モデルの重みと、それを取り囲むハーネス（実行コード）の両方で決まる。片方だけを磨くともう片方が足枷になる——この「動くボトルネック」を2つのフェーズの交互実行だけで解いた論文を、比喩から数式・実測値・限界まで1から解説する。