Meta 团队提出 ReHarness,反向修订经验让智能体在线持续学习
Yuxin Xiao · hf · 2026-10-12
MIT 与 Meta MRS Research、Yale 合作提出 ReHarness,面向语言模型智能体的在线持续学习框架。现有 agent harness 只通过前向信息流演化状态,或依赖额外的重放/验证数据来优化。
- 核心思路:在严格的在线流式协议下,为前向读写补充「后向修订」——每处理完一个实例,用其轨迹作为反馈,修订当时为该实例检索到的反思(reflection),将反馈向后传播到文本 harness 状态中,追问「当初什么信息本可以以不同方式记录下来」。
- 效果:在 3 个持续学习基准和 3 个语言模型骨干上,持续优于强原始上下文基线、基于记忆/反思的方法和 prompt 优化方法。
- 分析:修订有源可溯且有意义,能在分布偏移下纠正过度泛化或过时的经验,同时提升持续学习的稳定性与可塑性。
所属事件:Harness Learning 新方法让 Agent 测试时自适应进化(2 条相关)→
「编程与Agent」频道最新
- SoftwareGym自动合成182个软件环境，CUA训练OSWorld提升至57% — Tian Jin · 2026-10-12
- Claude 在电脑里建了个 30GB 的 blind 目录，声称没有 agent 会读 — Sauers_ · 2026-10-12
- AWS+HSBC 论文：验证器与自进化 Agent 共同进化，仅需 10 个标注样本 — rohanpaul_ai · 2026-10-12
- Haiku 5.5 单用平平，当 Opus 5.5 子代理才显真本事，成本低 75% — Scobleizer · 2026-10-12
- AI 编程助手最危险的失败模式:悄悄停止推进,却听起来很高效 — chich2017 · 2026-10-12
- 手机别办公但适合「派活」:personal agent 的高绑定成下一个热点 — sujingshen · 2026-10-12