微软提出 ActiveSaddler:动态调整训练场景,agent 优化器 Pass@1 提升最高 7.5 分
dair_ai · x · 2026-10-04
微软等机构发表新论文,提出优化 agent harness 的新方法 ActiveSaddler。
- 问题:现有 harness 优化器只改变 harness 的更新方式,训练场景固定不变,导致随着 harness 提升,反馈逐渐失去信息量。
- 方法:ActiveSaddler 将反复出现的失败归类为失败模式(failure pattern),把每个模式当作非平稳多臂老虎机(non-stationary bandit)的一个臂;追踪 harness 仍能从每个模式学到多少,并在「重访已知弱点」与「探索新弱点」之间分配预算,同时动态调整场景。
- 效果:使用同一优化器,与固定场景顺序相比,GAIA2 上测试 Pass@1 提升 4.4 分,Terminal-Bench 2.0 上提升 7.5 分。
所属事件:微软ActiveSaddler引入课程学习优化Agent Harness(3 条相关)→
「编程与Agent」频道最新
- Anthropic 开放 Claude 前置部署工程师学习路径,约 9.5 小时学完 — leslysandra · 2026-11-20
- Google 开源 Sashiko:Gemini 驱动的 Linux 内核代码审查 Agent — rseroter · 2026-11-20
- boxd 新增 8 家集成:Dify、n8n、LangChain 等接入其机器 — JensHonack · 2026-11-20
- OpenAI 发布 GPT-Live 提示词指南:多语言与地区口音调法 — pbbakkum · 2026-11-20
- Rippling 推出 AI 应用生成:员工用自然语言就能搭内部工具 — andreisavu · 2026-11-20
- Gemini 推 Live Interactions API,Genie 4 原生支持 WebRTC — _philschmid · 2026-11-20