论文页面 - Harness²：面向开放世界的递归智能体执行环境优化

来源：https://huggingface.co/papers/2610.14224

摘要

LLM智能体的能力不仅取决于其底层模型，还取决于其执行环境（execution harness）。递归自我改进（RSI）提供了一种有前景的方法来自动演进这些执行环境。然而，在开放世界场景中部署RSI仍面临两大关键挑战。首先，开放世界任务通常在执行环境设计阶段未被见过，在执行时也是新颖的，因此没有可靠的 ground-truth 验证器来指导在线执行环境编辑。其次，RSI 过程高度依赖具体任务，难以泛化到新颖场景。我们提出 Harness²，一个即插即用的递归智能体执行环境优化框架，通过两个相互衔接的递归层面来应对这些挑战。任务级递归利用对比式 Propose-Probe-Compose 步骤在无 ground-truth 验证器的情况下可靠地优化当前任务的执行环境，并可通过并行或顺序递归进一步扩展。执行环境级递归则从这些编辑中提取经验来更新持续改进执行环境，使智能体能够更好地适应未来任务。在三个专业基准测试和四种模型-执行环境配置下，单步优化即一致地使 GLM-5 和 Gemini 3.5 Flash 优于其基线执行环境，在 WorkBuddy-Bench 上提升高达 11.5 分，在 JobBench 上提升 4.5 分，在 LAB 上提升 11.8 个百分点，且随着任务级递归预算的增加，收益进一步提升。

查看 arXiv 页面 (https://arxiv.org/abs/2610.14224)　查看 PDF (https://arxiv.org/pdf/2610.14224)　项目页面 (https://harness2.github.io/)　GitHub (https://github.com/google-research/harness2)　添加到合集 (https://huggingface.co/login?next=%2Fpapers%2F2610.14224)

在你的智能体中获取此论文：

hf papers read 2610.14224

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

引用此论文的模型 0

暂无模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2610.14224 即可从此页面链接该模型。

引用此论文的数据集 0

暂无数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2610.14224 即可从此页面链接该数据集。

引用此论文的 Spaces 0

暂无 Space 关联此论文

在 Space README.md 中引用 arxiv.org/abs/2610.14224 即可从此页面链接该 Space。

收录此论文的合集 0

暂无合集收录此论文

将此论文添加到合集 (https://huggingface.co/new-collection) 以从此页面链接。