共 2 篇文章
面向银行资产保全专业领域,回答两个被反复混淆的问题:本地部署的大模型还需不需要微调?有了 harness 工程是否就不必微调基座?本文以三篇 arXiv 论文为一手证据(Harness-R1 报告原始 Qwen3.5-9B 成功率 44.3%→53.6%,而在目标智能体微调之后再叠加专用 harness 工程师,仍从 59.2% 提升到 64.2%),论证两者是叠加而非替代,并以 Harness-Zero 的 harness 蒸馏说明边界可渗透;再据两份二手解读梳理 SR 26-2 的范围与治理不对称性,最后给出资产保全四类任务的分型判据、决策次序与三条线行动清单。
以 6 份已归档材料为唯一来源:先忠实转述一份 X 个人技术长文中 SFT 与 RFT 之路、GRPO、ART 架构与 RULER 机制,并把'小模型微调可胜过百倍大模型'标注为作者主张而非行业定论;再把资产保全的选型问题拆成六项约束,据 QLoRA 与显存档位推出规模区间与六步决策规则,并反对一上来买大卡、按榜单选规模、从全参微调起步。