跳到正文
arXiv · AI· Zelin He, Siyu Zhu, Jacob Helwig, Yujian Liu, Li An, Rohit Jain, Shiyu Chang, Alborz Geramifard·· 4 天前AI 评分35

ModHarness-RL:将 Agentic RL 的 Harness 重构为可学习且进化的程序

ModHarness-RL: Recasting Harnesses as Learnable and Evolving Programs for Agentic RL

AI 导读

ModHarness-RL 提出将 Agentic RL 中的 Harness 重构为随模型训练进化的可学习程序,涵盖 1.5B 至 8B 模型。 该方法通过 Compression 与 Steering 程序处理结构化状态,在 CodeSearch、ALFWorld 及 BIRD SQL 任务中,相比固定 Harness 基线提升了多数场景的留出性能。

来源:arXiv · AI · arxiv.org