跳到正文
arXiv · AI· Guojun Zhu, Xunheng Huang, Peng Yin, Jiahui Xie, Sanguo Zhang, Doudou Zhou·· 13 小时前AI 评分30

CHASE 方法:通过反事实引导进化超越任务特定捷径的 Agent Harness

Bad Genius: Counterfactual-Guided Harness Evolution Beyond Task-Specific Shortcuts

AI 导读

CHASE 通过反事实评估协议检验 Agent Harness 改进的鲁棒性,在 Syn-Ledger 和 SWE-Bench Pro V2 等基准上验证其有效性。

来源:arXiv · AI · arxiv.org