Harness Compilation：小型视觉语言模型应保留哪些决策？

研究人员提出 Harness Compilation（HC）离线方法，自适应划分冻结小型视觉语言模型（至多 9B 参数）与外部 harness 的任务分工，部署无需更新权重或调用教师模型。在 7 个视觉问答测试中，HC 相比基准裸模型将得分平均提升 9.9-23.9 分。此外，仅用 100 个练习样本，HC 便在 3 项任务上超越了仅针对答案的 LoRA 微调。