微软 ActiveSaddler:自动课程学习让 Agent harness 提升 7.5 个百分点
microsoft · hf · 2026-10-02
微软提出 ActiveSaddler,把「训练场景选择」作为 agent harness 自动优化中缺失的一维。现有方法只优化 harness 的 prompt、工具接口和控制逻辑,却固定了产生反馈的训练场景;而随着 harness 演化,最有用的场景也在变化。ActiveSaddler 将课程建模为非平稳 bandit:把反复出现的失败抽象为可复用的「失败模式臂」,估计继续攻克每种模式的潜在学习收益,并在重访已知弱点与探索新场景间自适应平衡。在 GAIA2 和 Terminal-Bench 2.0 上,相比固定场景顺序,Pass@1 分别提升 4.4 和 7.5 个百分点。
「编程与Agent」频道最新
- 调试机器人受挫后,他直接接摄像头让 Codex 自己排查问题 — chris_j_paxton · 2026-11-19
- 双模型组队改UI:规划模型搭把手,成品明显更整洁 — kevinkern · 2026-11-19
- 维也纳 Codex 社区 Build 活动二度举办,11 月 28 日落地 TU Wien — paw_lean · 2026-11-19
- Snapchat 开放 AR 镜头 AI 开发,支持 Claude Code 与 Cursor — TechCrunch AI · 2026-11-19
- Brian Armstrong:专业化开源模型团队协作可胜过前沿大模型 — markjeffrey · 2026-11-19
- onboarding 该为 Agent 重做:用消耗的 token 数来衡量 — yenkel · 2026-11-19