Hugging Face Daily Papers·· 2 天前精选AI 评分58
论文提出智能体接口的决策几何：策略隐含 harness 偏好
Your Policy Is Secretly a Harness: The Decision Geometry of Agent Interfaces
AI 导读
这篇论文研究语言模型智能体从 harness（提示词、工具与控制逻辑）中学到了什么，以及更换 harness 后哪些能力仍会保留。作者在 KL 正则化控制下证明，最优策略的对数几率反映了 harness 对各动作的偏好强度，部署回报等于 harness 上限减去策略错配。
推荐理由
论文把智能体表现拆成 harness 上限与策略错配两项，并给出可提前预测训练收益的测量方式。
来源：Hugging Face Daily Papers · huggingface.co