Harness-Aware Self-Evolving 框架共同演化模型权重和任务解决方案

研究人员推出了一种新颖的代理强化学习框架 Harness-Aware Self-Evolving (HASE)，该框架允许单个模型生成任务解决方案并同时编辑其周围的 harness 组件。这种统一的方法表明，使用 HASE 的 Qwen3-8B 模型在文本分类任务中取得了与使用 Claude Code 作为其 harness 提议者的更大 GPT-OSS-120B 模型相当的性能。此外，HASE 在 alpha 因子挖掘方面取得了优越的结果，并通过修复不完美的评估组件成功地收敛到圆打包算法发现中的最先进性能。 AI

影响 引入了一种新的代理强化学习框架，该框架可同时改进模型解决方案和 harness 组件。

排序理由 该集群包含一篇详细介绍新 AI 框架及其在特定任务上性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alpha factor mining
• arXiv
• circle-packing algorithm discovery
• Claude Code
• GPT-OSS-120B
• Harness-Aware Self-Evolving
• HASE
• Qwen3_8B

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →