Hugging Face · 每日论文· 媒体 / 作者来源·精选
Harness Scaling：把执行配置多样性变成Agent强化学习的新扩展维度
原文标题
Harness Scaling for Generalizable Agentic Reinforcement Learning
AI 导读
论文提出Harness Scaling，不再只用固定harness训练Agent，而是构建因子化harness空间，选覆盖均衡的小训练子集，组织跨harness训练。在多基准、不同模型规模和RL算法下，对未见白盒配置的泛化稳定提升；经结构化白盒变化训练的模型也能迁移到未见的外部黑盒harness，优于用单一复杂黑盒harness训练的模型。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
论文给出一种可操作的Agent RL训练方法：通过有组织的harness多样性提升跨执行配置泛化，并在多基准、多模型规模和多种RL算法下验证；实验结论限于所测白盒与黑盒harness范围。
导读由模型辅助整理，非独立核验。完整信息见原文。