论文称任务分解可让模型规模不再影响子任务表现。
资讯摘要
该论文提出，面对模型难以完成的任务，应把可确定性求解的部分交给宿主程序，只把模糊部分留给模型。作者在九个模型（从4.94亿参数本地模型到Opus级前沿模型）上测量，称分解后子任务性能曲线变平，无需任务特定训练或微调；未分解的标注任务仍随模型规模变化。作者还称该方法在物理设置、动作重定向等场景中重复出现，但相关Web-CLI工具为同一作者，非独立复现。
要点速读
- 论文提出“按构造达到对等”：提取出的子任务不再由模型执行，模型规模与性能曲线变平。
- 测量覆盖九个模型，本地模型系列参数跨度约三十倍；操作选择在九个模型上得分相同，选择器解析在八个模型上相同。
- 作者称分解后可直接使用现成检查点，无需任务特定训练或微调；未分解的标注任务仍呈斜率。
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 2026/10/31 08:00:18（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。