arXiv · NLP· Zhuoshi Pan, ZhiYuan Feng, Yukuo Cen, Honglin Lin, Junru Lu, Zhongxia Chen, Shuo Yang, H. Vicky Zhao, Jie Tang·· 6 小时前AI 评分47
HarnessPro：基于Pareto优化的AI智能体测试框架自改进方法
HarnessPro: Recursive Harness Self-Improvement with Pareto Optimization for Performance-Cost Trade-offs
AI 导读
HarnessPro 提出无标签自进化方法，利用 LLM 生成测试在提升任务性能的同时降低执行成本。 该方法通过多智能体诊断与更新，提供 lite、medium 和 heavy 三种不同性能成本优先级的框架版本。 在 GPT-5.5 与 Codex 组合下，heavy 模式较 RHO 平均通过率提升 2.0 个百分点，单任务成本降低 26.1%。
来源：arXiv · NLP · arxiv.org