论文提出记录模型与运行框架对应关系的可移植规范框架。
资讯摘要
论文指出，大模型只能通过其周边基础设施（即 harness）行动，但该概念尚无统一定义。作者将 harness 拆解为八个可跨系统比较的功能组件，并提出可移植的规范框架，用于记录哪个模型在哪种 harness 中运行。作者报告，同一模型在不同 harness 配置下，报告分数可相差数倍，且智能体的大部分攻击面位于 harness 中。现有模型卡与智能体卡未记录一次运行内有效配置的序列，而 harness 可能在版本间、运行间乃至运行内变化，因此需将其作为系统的版本化部分显式描述。
要点速读
- 论文将 harness 拆解为八个功能组件，并提出记录模型与 harness 对应关系的可移植规范框架。
- 作者报告同一模型在不同 harness 配置下报告分数可相差数倍，且智能体攻击面多集中于 harness。
- 论文指出模型卡与智能体卡未记录运行内有效配置序列，现行 AI 法律也未规定此类通用记录。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。