arXiv cs.AI· Hao Chen, Yukun Yan, Ziyu Han, Ye He, Chuanzhe Guo, Shangzhan Li, Qi Shi, Qingfu Zhu, Maosong Sun, Wanxiang Che·· 2 小时前AI 评分30
RuHarness：当评审标准落后时，协同进化 rubric 与 harness 实现智能体持续自我改进
When the Critic Falls Behind: Co-Evolving Rubrics and Harnesses for Continual Agent Self-Improvement
AI 导读
RuHarness 提出一种 rubric 与 harness 协同进化框架，用于智能体的持续自我改进。该框架从执行轨迹中持续发现并重估行为准则，优先定位最相关的未解决弱点，据此指导 harness 的定向更新，同时保持任务目标固定不变。在多类智能体任务与基座模型上的实验显示，RuHarness 优于强 harness 进化基线，在未见过的 held-out 任务上优势尤为明显。
来源：arXiv cs.AI · arxiv.org