论文页面 - Harness-Zero：通过智能体作为约束器实现约束蒸馏

来源：https://huggingface.co/papers/2609.24974

摘要

智能体约束器（Agentharnesses）作为中介模型与环境交互的外部系统，能显著提升智能体性能，但其优势始终依赖于部署时所用的约束器。由于最优约束器因领域、实例和模型而异，通用智能体要么满足于次优的共享约束器，要么在不断增长的专用约束器集合间切换。因此，我们研究智能体约束蒸馏：将针对特定领域或实例优化的约束器作为训练时引导，并将其诱导的行为迁移到模型权重中，使其优势在单一固定目标约束器下得以保留。挑战在于两种约束器在动作空间和可用信息上存在差异，因此优化约束器的引导无法直接作为目标约束器的监督信号。我们提出 Harness-Zero，通过“智能体作为约束器”的方式实现约束蒸馏。在优化约束器的引导下，约束智能体在目标约束器的动作空间中对学生产出进行执行前纠正，将约束引导转化为训练演示。基于生成轨迹的微调将约束诱导行为内化到模型中，从而在部署时可移除专用约束器。我们在知识工作、工具使用和科学领域的实验表明：(1) 对于使用相同进化约束器的前沿大语言模型，智能体作为约束器优于代码作为约束器。(2) 部署时移除专用约束器后，Harness-Zero 将基础模型的宏平均任务成功率从 23.3% 提升至 44.3%，甚至超过保留该约束器时达到的 41.7%。(3) Harness-Zero 能恢复基础模型中缺失的约束诱导行为，在三个领域的 28 种模式中平均恢复率达 82.3%。

查看 arXiv 页面 (https://arxiv.org/abs/2609.24974) 查看 PDF (https://arxiv.org/pdf/2609.24974) GitHub1 (https://github.com/metaevo-ai/harness-zero) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.24974)

在您的智能体中获取此论文：
hf papers read 2609.24974

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

引用此论文的模型 0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2609.24974 以从本页链接。

引用此论文的数据集 0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2609.24974 以从本页链接。

引用此论文的空间 0

没有空间链接此论文

在空间 README.md 中引用 arxiv.org/abs/2609.24974 以从本页链接。

包含此论文的收藏 0

没有收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从本页链接。