标签
# Meta（联合 Duke 与 UC Davis）提出用于智能体 harness 优化的「自改进分支混合」框架 Meta 联合杜克大学（Duke）与加州大学戴维斯分校（UC Davis）提出了一种 **Mixture of Self-Improving Branches（自改进分支混合）** 框架，用于优化智能体 harness（运行框架）。该方法将原本单轨迹的 **Meta-Harness** 搜索拆分为多个**自适应分支**：每个分支拥有不断演进的开发子集（development subsets）和提案策略（proposal policies），并引入一个**路由器（router）**，针对每个输入动态选择表现最佳的分支。 该框架在多个基准上取得了显著提升： - **Olympiad 级别数学任务**：相对提升最高可达 **+34.8%** - **Terminal-Bench 2.0**：提升 **+11.6%** - **SWE-bench Lite**：提升 **+3.8%**