Harness Scaling 论文:训练时换 harness,是 agentic RL 的新扩展维度
omarsar0 · x · 2026-10-23
omarsar0 解读一篇新论文《Harness Scaling for Generalizable Agentic RL》:多数 agentic RL 只用一个固定 harness 训练,模型容易过拟合该 harness 而难以泛化。论文提出把 harness 多样性本身当作扩展维度。要点:
- 构建因子化的 harness 空间,选取覆盖均衡的紧凑训练子集,同一任务下每次只变换 harness 的一个部分;
- 在多个 benchmark、模型规模与 RL 算法上,该方法一致提升了对训练中未见过的 white-box harness 配置的泛化;
- 经过结构化 white-box 变化训练的模型,迁移到未见的外部 black-box harness 时也优于用单一复杂 black-box harness 训练的模型。
结论:如果你的模型将来要跑在训练时没见过的 harness 里,应把 harness 多样性作为独立的扩展轴来对待。
所属事件:人大高瓴等提出 Harness Scaling：为智能体 RL 引入新扩展维度(2 条相关)→
「编程与Agent」频道最新
- 开源版 Claude Duet：自托管 AI 同事项目 open-duet 已获 6k star — matchaman11 · 2026-10-23
- 斯坦福 CS329Z 开课：从零搭建 RAG、MCP、记忆到多智能体全栈 — stanfordnlp · 2026-10-23
- Auth0 架构师长文：Agent 电商四大渠道，用一个身份层统一守住 — yenkel · 2026-10-23
- Capy 0.5.0 发布：可跑 Claude 订阅额度并充当 OIDC 身份提供方 — seatedro · 2026-10-23
- Agent Skills 捐赠细节：许可证不变，六家公司组成技术指导委员会 — ClaudeDevs · 2026-10-23
- Anthropic 将 Agent Skills 捐给 AAIF，70+ 平台已集成该标准 — ClaudeDevs · 2026-10-23