arXiv · ML· Fei Bai, Huatong Song, Chuan Hao, Ran Tao, Jian Yang, Bryan Dai, Wayne Xin Zhao, Ji-Rong Wen·· 29 天前AI 评分31
Harness Scaling:提升智能体强化学习跨框架泛化能力的扩展维度
Harness Scaling for Generalizable Agentic Reinforcement Learning
AI 导读
Harness Scaling 是一种新的智能体强化学习扩展维度,通过扩展训练至多样化执行配置,解决单一固定框架导致的性能专精与跨配置迁移受限问题。 该方法构建因子化框架空间,选择平衡覆盖的紧凑子集进行跨框架训练,在多个基准测试中一致提升对未见白框配置的泛化能力。 结构化的白框变化训练能有效迁移至未见黑框框架,性能优于仅通过单一复杂黑框训练的模型。
来源:arXiv · ML · arxiv.org