LongHarness 论文提出证据-结论协同演化框架

LongHarness 论文作者提出一种模型无关的 Agent 推理框架，通过 Evidence-Conclusion Coevolution 让未解决结论指导检索、新证据强化或修正结论，并用 Evidence Lifecycle Management 持续维护证据的时效性与可追溯性。 作者在 OfficeQA Pro V1 与 V2、AA-LCR 和 LongBench v2 上用 GLM-5.3-Flash 和 Qwen3.8-Flash 进行评测。据论文结果，与使用同一骨干模型直接推理相比，LongHarness 将 GLM-5.3-Flash 在 OfficeQA Pro 的精确匹配从 V1 的 15.8% 提升到 60.2%，从 V2 的 4.4% 提升到 61.1%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。