arXiv 人工智能· Hao Chen, Yukun Yan, Ziyu Han, Ye He, Chuanzhe Guo, Shangzhan Li, Qi Shi, Qingfu Zhu, Maosong Sun, Wanxiang Che·· 5 小时前AI 评分42
当评估机制滞后时：用于 AI 智能体持续自我提升的准则与 Harness 协同进化
When the Critic Falls Behind: Co-Evolving Rubrics and Harnesses for Continual Agent Self-Improvement
AI 导读
研究人员提出 RuHarness 协同进化框架，通过动态同步演进评估准则与 harness，实现 AI 智能体的持续自我改进。该框架能从执行轨迹中动态发现并重新评估行为准则，优先处理未解决的核心缺陷，以指导 targeted harness 定向更新。多任务及多骨干模型实验表明，RuHarness 表现优于现有 harness 进化基线，在未见保留任务上具备更稳定的泛化能力。
来源：arXiv 人工智能 · arxiv.org