arXiv 人工智能· Hansi Yang, Linji Hao, Hongyan Hao, An Wang, Han Wu, Qi Gu, Xunliang Cai·· 13 小时前AI 评分41
ClawLoop：基于测试框架原生训练循环的自我改进智能体
ClawLoop: Self-Improving Agents via Harness-Native Training Loop
AI 导读
研究人员提出 ClawLoop 框架，无需外部教师模型即可通过任务合成、SFT 或 RL 训练以及诊断反馈三阶段循环实现智能体自我改进。以 Qwen3.6-27B 为循环模型时，ClawLoop 在 SkillsBench、Claw-Eval-Live 和 ClawGym-Bench 上均取得持续提升。
来源：arXiv 人工智能 · arxiv.org