HuggingFace Daily Papers· Kangning Zhang, Wenxiang Jiao, Bowen Fang, Shuai Shao, Jiachen Zhu, Rong Shan, Shijian Wang, Hao Wang, Yuan Lu, Weiwen Liu, Weinan Zhang·· 4 天前精选AI 评分65
Harness-S: 从兄弟harness中学习实现可泛化的智能体训练
Harness-S: Learning from Sibling Harnesses for Generalizable Agent Training
AI 导读
研究人员提出Harness-S方法，通过兄弟harness选择性救援基础执行系统的失败，并将能力转移到单一策略中。该方法在AppWorld、SWE-Gym和DBBench等基准测试中显著优于仅策略训练，实现了harness诱发行为向策略本身的转移。
推荐理由
通过兄弟harness互补救援训练，解决了智能体训练中的局部性和非平稳性问题，实现了能力迁移。
来源：HuggingFace Daily Papers · arxiv.org