跳到正文
arXiv · ML· Qiankai Xu·· 7 天前AI 评分38

多任务自进化 Harness:Agent 作为自身优化器

Multi-Task Self-Evolving Harnesses with the Agent as Its Own Optimizer

AI 导读

提出多任务自进化框架,同一冻结模型既作 solver 又作 proposer 直接编辑自身 Harness。 从 49 行种子起步,GLM-5.3 和 GPT-5.6 Sol 在 5 个基准上提升约 5 分,达到或超越 Claude Code 与 Codex 表现。 在 5 个分布外基准上 GPT-5.6 Sol 表现与 Codex 持平,且进化出输出截断、历史压缩等机制。

来源:arXiv · ML · arxiv.org