论文提出评分标准与执行框架协同进化的智能体自我改进框架。
资讯摘要
论文提出 RuHarness，一个让评分标准（rubric）与执行框架（harness）协同进化的智能体持续自我改进框架。作者指出，现有方法多从执行经验进化 harness，但监督信号相对静态，难以跟踪多轮中变化的行为弱点。RuHarness 从执行轨迹中持续发现并重估行为准则，优先处理最相关的未解决弱点，在保持任务目标不变的前提下指导 harness 定向更新。作者报告其在多种智能体任务与骨干模型上优于强基线，在未见过的留出任务上尤其明显。
要点速读
- 论文提出 RuHarness，让评分标准与执行框架协同进化，用于智能体持续自我改进。
- 方法从执行轨迹中持续发现并重估行为准则，优先处理最相关的未解决弱点，并据此定向更新 harness，任务目标保持不变。
- 作者报告在多种智能体任务和骨干模型上优于强 harness 进化基线，在未见留出任务上提升尤其明显。
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 2026/10/29 08:00:21（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。