arXiv 机器学习· Jianwen Chen, Peng Xia, Kaide Zeng, Siwei Han, Zhen-Yu Zhang, Charles Fleming, Xinyu Ye, Huaxiu Yao·· 8 小时前AI 评分41
CoHARL：利用强化学习协同进化智能体策略与可执行 Harness
CoHARL: Co-Evolving Agent Policies and Executable Harnesses with Reinforcement Learning
AI 导读
CoHARL 强化学习框架通过协同进化共享智能体策略与一组可执行 harness，在 SWE-rebench 上取得 27.6% 的平均解决率。该成绩比仅搜索 harness 提升 6.4 个百分点，并在 SWE-bench Verified 与 Terminal-Bench 2.0 上取得增益。
来源：arXiv 机器学习 · arxiv.org