论文将 harness 多样性作为智能体强化学习的新扩展维度。
资讯摘要
论文提出 Harness Scaling，将智能体强化学习从单一固定 harness 扩展到多样化执行配置。作者构建因子化 harness 空间，选取覆盖均衡的训练子集，并组织跨 harness 训练。论文报告称，在多个基准、模型规模和 RL 算法上，该方法提升对未见白盒配置的泛化，且经结构化白盒变化训练的模型能迁移到未见外部黑盒 harness。
要点速读
- 论文指出，现有方法通常在单一固定 harness 上训练，易导致专门化并限制跨配置迁移。
- 作者构建因子化 harness 空间，选取紧凑且因子覆盖均衡的训练子集，组织跨 harness 训练。
- 论文报告称，该方法在多个基准、模型规模和 RL 算法上提升对未见白盒配置的泛化，并可迁移至未见外部黑盒 harness。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。