כתבה
arXiv cs.AI ·
ActiveSaddler: למידת עצמית לאופטימיזציה של הארנס
ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization
ActiveSaddler הוא אלגוריתם לאופטימיזציה של הארנס של סוכנים בתחום LLM. הוא מאפשר למידה עצמית ושיפור הביצועים של הסוכנים. האלגוריתם משתמש בשיטות שונות כדי לשפר את ההארנס, כולל למידת עצמית ושיפור הביצועים.
תקציר מקורי באנגליתarXiv:2610.00906v1 Announce Type: new Abstract: Automated harness optimization can substantially improve LLM agents by iteratively updating their prompts, tool interfaces, and control logic from execution feedback. However, existing methods primarily optimize how the harness is updated while largely fixing which training scenarios generate the feedback that drives those updates. As the harness evolves, the scenarios most useful for further optimization can change, suggesting that the training curriculum itself should adapt alongside the harness. We formulate this missing dimension of harness optimization as an automated curriculum learning problem and introduce ActiveSaddler. ActiveSaddler models the evolving curriculum as a non-stationary bandit with dynamically instantiated optimization
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית