新论文提出 Harness Learning:不改参数让 Agent 测试时自适应进化
pmddomingos · x · 2026-10-12
- Pedro Domingos 转发 arXiv 论文《Harness Learning Enables Generalizable Test-Time Adaptation》,评论称「模型吞掉了 harness」。
- 论文提出 harness learning:Agent 由模型与 harness(组织模型调用、工具使用与信息流的执行程序)共同定义,训练一个 proposer 模型用执行反馈来修订 solver 的 harness。
- 该过程被形式化为对可执行程序的元学习,harness 修订相当于梯度适应中的权重更新;proposer 用强化学习训练,以修订后 harness 的任务表现为奖励。
- 测试时无需任何参数更新,proposer 借助新任务上的多次执行反馈迭代改进 harness。推理与多跳问答实验显示,修订质量提升,且测试时自适应能力可迁移到未见任务,指向「持续学习型 Agent」的路径。
「编程与Agent」频道最新
- 用 AI 助手一步步配好双启动器玩 Minecraft 分屏 — noahsolomon · 2026-10-12
- HeyGen 教程:MCP+ChatGPT 把骑行记录自动化成 YouTube 频道 — HeyGen · 2026-10-12
- Sentry 创始人：直接让 Agent 帮我接入 Sentry，装好 CLI 就完事 — zeeg · 2026-10-12
- GPT-6.1 Sol 默认上下文升至 500k,较此前提升约 80% — aziz4ai · 2026-10-12
- Rust 重写 Microsoft Word:开源 WordCraft 获 5.8k star — udmrzn · 2026-10-12
- Claude 疑似路由到未公开新模型，两段 prompt 生成逐帧动画 — _AustinCalvert_ · 2026-10-12