ActiveSaddler：面向 Agent Harness 优化的自动化课程学习

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。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。