Harness-S：用同级执行框架互补训练智能体

Kangning Zhang 等作者发布论文提出 Harness-S：不追求找出一个普遍更强的执行框架（harness），而是在基础执行系统对某任务的全部尝试都失败时，调用“同级 Harness 池”中的辅助框架重新生成轨迹，用这些成功轨迹替换失败组，再用于强化学习训练。 按作者的说法，这样做的目的是把辅助框架解决的问题能力迁移进单一策略，使该策略回到原始 Harness 下仍然有效。论文将这一做法定位为对基础执行系统失败案例的选择性补救，而非替换基础 Harness。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。