arXiv · Artificial Intelligence· Sungho Park, Wonjoong Kim, Jue Zhang, Wook-Shin Han, Pengfei Gao, Chanyoung Park, Yongqiang Yao, Rao Fu, Elsie Nallipogu, Qingwei Lin, Victor R\"uhle·· 3 小时前AI 评分37
ActiveSaddler：面向 Agent Harness 优化的自动化课程学习
ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization
AI 导读
ActiveSaddler 将 harness 优化中的训练场景选择建模为非平稳多臂老虎机，通过抽象失败模式并动态调整优化目标，使课程与 harness 协同进化。在 GAIA2 和 Terminal-Bench 2.0 上，相比固定场景顺序的优化器，Pass@1 分别提升 4.4 和 7.5 个百分点。消融实验表明，收益依赖于动态构建优化目标、估计其效用以及平衡已知弱点与未知场景的探索。
来源：arXiv · Artificial Intelligence · arxiv.org