arXiv · AI· Kangning Zhang, Wenxiang Jiao, Bowen Fang, Shuai Shao, Jiachen Zhu, Rong Shan, Shijian Wang, Hao Wang, Yuan Lu, Weiwen Liu, Weinan Zhang·· 3 小时前AI 评分30
Harness-S 利用兄弟 Harness 实现可泛化的智能体训练
Harness-S: Learning from Sibling Harnesses for Generalizable Agent Training
AI 导读
研究人员提出 Harness-S 框架，利用兄弟 Harness 修复基础系统故障，并将能力转移至单一策略，使该策略在原 Harness 下依然有效。 该方法通过方向性 Harness 演化构建固定的兄弟 Harness 池，仅在基础失败时调用，并采用自适应路由选择 Top-k 变体。 在 AppWorld、SWE-Gym 和 DBBench 基准测试中，训练后的策略显著优于仅基于策略的训练结果。
来源：arXiv · AI · arxiv.org