Harness Learning 让 Agent 脚手架免改权重实现测试时自适应

卡内基梅隆等多机构研究者在 arXiv 发布论文《Harness Learning Enables Generalizable Test-Time Adaptation》，提出 Harness Learning 方法：不更新模型权重，而是利用执行反馈训练模型去修订 Agent 的 harness（脚手架），使脚手架在测试时自适应进化。实验显示该方法可让模型适应从未见过的任务，性能接近翻倍，为 Agent 的通用化适应提供了新思路。

2026-10-01 ~ 2026-10-01 · 2 条相关

• Harness Learning：不改权重让模型适应未见任务，性能近翻倍 — DanielKhashabi · 2026-10-01
• Harness Learning 论文：不动模型权重让 Agent 脚手架自适应进化 — burny_tech · 2026-10-01