arXiv论文:自改进分支混合优化Agent Harness,奥数相对提升34.8%
rohanpaul_ai · x · 2026-10-04
arXiv 论文《Mixture of Self-Improving Branches For Agent Harness Optimization》(Meta、杜克、加州大学,作者 Haoyu Dong 等 9 人)提出:
- 背景:Harness 优化是递归自改进(RSI)的实用场景——agent 生成的修改通过执行反馈影响后续改动。Meta-Harness 用固定开发集与固定提议策略迭代重写 harness,搜索被束缚在单一路径上,易陷入局部最优。
- 方法:把改进过程组织为多个分支,每个分支拥有不断演化的开发子集与提议策略:保留本分支领先 harness 比其他分支解出更多的题目,丢弃所有分支全部 harness 都能解的题目,并基于自身搜索历史修订提议策略。部署时用 router 为每个新输入在执行前选出由开发数据决定的分支头。
- 结果:Olympiad 级数学推理相对 Meta-Harness 提升 34.8%,Terminal-Bench 2.0 提升 11.6%,SWE-bench Lite 提升 3.8%;harness 选择与 router 配置仅依赖开发数据。
- 结论:让分支目标与提议策略共同演化,可以产出能力互补的 harness 组合。
所属事件:Meta等提出分支化自优化方法大幅提升Agent Harness性能(2 条相关)→
「编程与Agent」频道最新
- AI 模型与 AI Agent 到底有什么区别?一条视频讲清楚 — HarperSCarroll · 2026-11-20
- Victor Taelin 发布 Bend2 演讲,详解并行语言设计背后的动机 — pbaylies · 2026-11-20
- 路由省 10 倍成本:Drex Router 建小游戏 $1.26 vs 直用 Opus $13.44 — testingcatalog · 2026-11-20
- 用户教 AI 助手分辨「drop it」是对狗说的,顺手补上了缺失的 eval — manosaie · 2026-11-20
- NVIDIA Dynamo 技术博客:四大手段破解 RL 训练 rollout 瓶颈 — NVIDIAAI · 2026-11-20
- LangChain 学院答疑:换更强的模型能修好坏掉的 Agent 吗 — LangChain · 2026-11-20