NVIDIA 论文：给终端 Agent 加验证器，成功率升至 68%

NVIDIA 团队发布论文《Mid-Harness: Scaling Actions Between Model and Harness for Terminal Agents》，提出与其给终端 AI Agent 更多选项，不如给它更好的「裁判」：在模型与 harness 边界分配测试时算力，执行前采样并验证候选动作。终端 Agent 通常直接执行想到的第一条命令，一条错误命令可能毁掉整个任务。该方法以 TMAX-9B 为生成器，将 TerminalBench Pass@1 成功率从 50% 提升至 68%。

2026-10-01 ~ 2026-10-02 · 3 条相关

• NVIDIA Mid-Harness：执行前采样验证动作，TerminalBench Pass@1 升至 68% — nvidia · 2026-10-01
• NVIDIA 论文:终端 Agent 加个强验证器,成功率从 50% 升至 68% — rohanpaul_ai · 2026-10-02

另有 1 条近重复转述:rohanpaul_ai