Harness Scaling 提升 Agent 跨配置泛化

2026年10月21日，arXiv cs.AI/cs.LG 最新论文提出 Harness Scaling。报道称，该方法把 Agent 强化学习的训练从单一 harness 扩展到多样化执行配置，并在多个基准、模型规模和 RL 算法上进行验证，结果显示 Agent 对未见白盒配置的泛化能力得到提升。目前事件进展集中于论文发布与方法、实验结论公开，报道未提及独立复现或后续应用进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。