NeoHorse-1：通过带路由 Harness 的智能体后训练迈向递归自我改进

NeoHorse-1 是面向递归自我改进（RSI）的智能体原生模型系列，通过异构模型池与智能路由记录每轮能力需求、服务层级和交互，并转化为保留交错推理、工具调用与 harness 上下文的训练样本。在覆盖 harness 智能体、工具使用、编程和指令遵循的 11 项基准上，后训练将 4B 模型宏平均从 58.94 提升至 64.87，9B 从 65.60 提升至 69.04。