כתבה
arXiv cs.CL ·
EvoHarness-RL: רכיבי תכנות רציפים לקואורדינציה של סוכנים עצמ-מתפתחים
EvoHarness-RL: Learning Runtime Harness Coordination for Self-Evolving Agents
EvoHarness-RL לומד לקואורדינטר את רכיבי התכנות הרציפים של סוכנים עצמ-מתפתחים. המאמר מציג רכיבי תכנות רציפים שמאפשרים לסוכנים לשמור מצב, לעקוב אחר התקדמות, להתאושש מכשלונים ולשתף ניסיון במשותף. EvoHarness-RL מאפשר לסוכנים ללמוד כיצד לקואורדינטר את רכיבי התכנות הרציפים, ולשפר את יעילות ההפעלה ואת הכלליות שלהם.
תקציר מקורי באנגליתarXiv:2608.05446v2 Announce Type: replace-cross Abstract: Long-horizon LLM agents increasingly rely on external execution support to maintain state, track progress, recover from failures, and reuse experience across extended interactions. Yet existing harnesses and their use are often tailored to environments and controlled through prompts, heuristics, or system-specific rules, making agent and harness coordination difficult to jointly optimize. We introduce EvoHarness-RL, a unified framework that separates environment-specific harness implementations from a shared policy-facing interface. EvoHarness-RL organizes external support into a Belief, Progress, and Experience (BPE) workspace and exposes four compact harness actions for accessing and updating this state. We first instantiate BPE a
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית