AutoSaddler：基于智能体执行轨迹的自动化 Harness 优化
AutoSaddler 是一个用于自动改进大语言模型智能体 Harness 的框架。它将 Harness 优化定义为离线学习问题，利用小批次中的失败信号来调整提示词、工具配置和控制逻辑。系统会诊断失败轨迹，将 Harness 视为代码生成结构化补丁，并通过验证选择更新方案。在 GAIA2、SWE-Bench Pro 和 Terminal-Bench 2.0 上，相较于对应的基础 Harness，性能分别提升了 9.0、9.6 和 10.0 个百分点。消融实验表明，深度调试、针对性修改以及面向泛化能力的更新选择，是实现有效优化的关键。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。