论文页面 - 动态 Harness 搜索：通过预测为每个查询构建多智能体系统

Source: https://huggingface.co/papers/2610.04137

摘要

Agent harness 规定了用于解决某项任务的角色、指令、工具以及通信结构，而合适的 harness 取决于具体的查询。由于每种设计选择的价值只有在执行之后才能被观测到，针对每个查询定制 harness 往往需要在推理阶段尝试不同方案，或者进行耗时的人工设计。我们提出 SHIFT，将执行环节从针对每个查询的搜索循环中移出。一个本地的 LLM 架构师从搜索过程中学习一套关于 harness 构建动作的策略，以及一个价值函数——该函数根据实测的执行结果预测出一个在准确率与执行成本之间取得平衡的效用。对于每个查询，蒙特卡洛树搜索（Monte Carlo tree search）利用这些预测结果来构建 harness。在涵盖数学、文档以及通用助手等任务类型的六个基准共 9,193 个任务上，以 Gemini 3.5 Flash 作为执行器，SHIFT 取得了最高的平均准确率（约 80%），优于横跨提示工程、提示优化与工作流搜索三类的 17 个基线方法，比其中最强的基线高出 7.2 个百分点。SHIFT 的一种更低成本模式的平均准确率同样超过所有基线，且执行 token 消耗比最强基线少 32%。我们进一步表明，联合选择结构、指令和工具相比只选择指令或只选择工具，最多可提升 9.1 个百分点；而基于学习价值的选择机制，能够在候选池中识别出准确率更高、执行成本更低的 harness。

[查看 arXiv 页面 (https://arxiv.org/abs/2610.04137)]　[查看 PDF (https://arxiv.org/pdf/2610.04137)]　[添加到合集 (https://huggingface.co/login?next=%2Fpapers%2F2610.04137)]

在你的 agent 中获取这篇论文：

hf papers read 2610.04137

还没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

暂无关联到本文的模型

在模型 README.md 中引用 arxiv.org/abs/2610.04137，即可从此页面建立链接。

引用本文的数据集 0

暂无关联到本文的数据集

在数据集 README.md 中引用 arxiv.org/abs/2610.04137，即可从此页面建立链接。

引用本文的 Spaces 0

暂无关联到本文的 Space

在 Space README.md 中引用 arxiv.org/abs/2610.04137，即可从此页面建立链接。

包含本文的合集 0

暂无包含本文的合集

将本文添加到合集 (https://huggingface.co/new-collection)即可从此页面建立链接。