Harness Scaling：把智能体强化学习训练扩展到多样化执行配置

Fei Bai 等作者提交的论文提出 Harness Scaling，作为智能体强化学习（agentic RL）的一个新扩展维度：把训练从单一 harness 扩展到多样化的执行配置。论文称，具体做法是构建因子化（按因子拆分）的 harness 空间，从中选取覆盖均衡的紧凑训练子集，并组织跨 harness 训练，以兼顾全局覆盖与同任务下的受控变化。上述效果来自论文自身表述，尚待独立验证。

AI 根据报道生成 · 12 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。