标签
HarnessAdapt-RL 联合训练编码策略并自适应调整其评估框架（harness），通过机制级技能和不断演化的工具，在 9B 基座模型上将 SWE-bench 各变体上的 pass@1 相比 GRPO 最高提升 12.6 个百分点。