HarnessAdapt-RL：训练编码智能体时同步适配harness

Lingxiao Tang等作者提出 HarnessAdapt-RL，在强化学习过程中同时训练编码智能体的策略并调整其 harness（工具与钩子）。针对有缺陷的修复策略，由冻结的教师模型生成任务级机制技能；针对跨任务反复出现的交互问题，由另一个教师模型演化工具与钩子。作者称，改动仅在提升观测通过率或可训练率、且不降低另一项时才会保留。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。