研究人员开发了一种名为Self-Harness的新方法，使基于LLM的代理能够自主改进其自身的操作约束。该过程包括识别模型特定的失败模式，生成针对这些失败量身定制的约束修改，并通过回归测试验证编辑。当应用于各种基准测试和不同的LLM家族时，Self-Harness持续提高了性能，在通过率方面取得了显著的提高，并解决了在工件处理、运行时控制和状态检索方面的特定瓶颈。 AI
影响 这项研究可能带来更具适应性和效率的LLM代理，它们可以自我优化与环境的交互，从而减少手动工程的需求。
排序理由 该集群描述了一篇详细介绍LLM代理新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- AppWorld
- GLM-5
- Hangfan Zhang
- MiniMax M2.5
- Qwen3.5 35B A3B
- Self-Harness
- SWE-bench Verified
- Terminal Bench 2.0
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
