ActiveSaddler：Agent Harness 自动课程学习

2026年10月2日，HuggingFace Daily Papers 收录论文《ActiveSaddler：面向 Agent Harness 优化的自动化课程学习》。该工作针对 Agent Harness 优化中此前缺失的“训练场景选择”维度，将其建模为非平稳 bandit 问题：把反复出现的失败抽象为可复用的失败模式臂，动态估计各臂的学习潜力，并在已知弱点与未见过场景的探索之间进行平衡。报道未披露实验设置、数据集或量化结果，也未提及与早先报道存在数字、时间或说法上的矛盾。目前进展停留在论文被社区热门榜单收录、方法思路公开的阶段。

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。