Lingxiao Tang, Wei Tao, Yiwen Guo, Lingfeng Bao · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28069 · open-access PDF
훈련 코딩 에이전트는 일반적으로 끈을 고정시키는 동안 정책을 업데이트합니다. 훈련 중에 트랙티브는 작업에 따라 다르며 정책이 배울 때 변화하는 잘못된 수리 전략과 상호 작용 문제를 드러냅니다. HarnessAdapt-RL을 소개합니다. HarnessAdapt-RL는 정책을 훈련시키고 강화 학습 중에 끈을 조정합니다. 잘못된 수리 전략을 위해 냉동된 교사는 작업에 특정한 메커니즘 수준의 기술을 생성합니다. 작업을 통해 반복되는 상호 작용 문제를 위해 별도의 모델 교사는 도구와 호크를 진화시켜 각각의 변화를 관찰 된 통과율이나 수준을 향상시킨 경우에만 유지합니다.
Machine translation (Meta M2M100); the English original follows.
Training coding agents typically updates the policy while keeping the harness fixed. During training, trajectories reveal flawed repair strategies and interaction problems that vary across tasks and change as the policy learns. We introduce HarnessAdapt-RL, which trains the policy and adapts its harness during reinforcement learning. For flawed repair strategies, a frozen teacher generates task-specific mechanism-level skills. For interaction problems recurring across tasks, a separate teacher model evolves tools and hooks, keeping each change only if it improves the observed pass rate or the
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28069, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange