arXiv cs.CL· Zhuoshi Pan, ZhiYuan Feng, Yukuo Cen, Honglin Lin, Junru Lu, Zhongxia Chen, Shuo Yang, H. Vicky Zhao, Jie Tang·· 11 小时前AI 评分35
HarnessPro：用帕累托优化实现递归 Harness 自我改进，权衡性能与成本
HarnessPro: Recursive Harness Self-Improvement with Pareto Optimization for Performance-Cost Trade-offs
AI 导读
HarnessPro 是一种无需标签的 harness 进化方法，通过专门智能体诊断执行轨迹并规划更新，在提升任务表现的同时降低执行成本。
正文 · AI 翻译
摘要：Harness 开发在构建能力强大的 AI 智能体方面起着至关重要的作用。近期的方法通过递归自我改进（RSI）来改进 harness，但其性能提升往往伴随着更高的执行成本。我们提出 HarnessPro，一种无需标签的方法，用于演化 harness，在提升任务性能的同时降低执行成本。在此设定下，候选 harness 使用 LLM 生成的测试进行评估，无法访问真实答案或官方测试。专门的智能体诊断执行轨迹，按不同的性能-成本优先级规划更新，并将其实现为候选 harness。HarnessPro 并不返回单一 harness，而是使用归一化加权平方距离选择，为不同的部署预算提供以成本为重点（lite）、均衡（medium）和以性能为重点（heavy）的 harness。选中的 harness 进入下一轮迭代，由执行反馈指导进一步的更新。我们的实验涵盖 Terminal-Bench 2、SWE-Bench Pro 和 ProgramBench，使用 GPT-5.5 搭配 Codex 以及 GLM-5.2 搭配 Claude Code。在这些基准测试中，使用 GPT-5.5 搭配 Codex 时，HarnessPro 的 heavy 模式相对于 RHO 平均通过率提升 2.0 个百分点，平均每任务成本降低 26.1%。这一优势在使用 GLM-5.2 搭配 Claude Code 时同样成立。代码可在 此 https URL 获取
| 评论： | 41 页，4 幅图，4 张表，审稿中 |
| 主题： | 机器学习（cs.LG）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.26770 [cs.LG] |
| （或 arXiv:2610.26770v2 [cs.LG] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.26770 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zhuoshi Pan [查看邮箱]
[v1]
2026 年 10 月 19 日星期一 17:27:38 UTC（587 KB）
[v2]
2026 年 10 月 20 日星期二 06:00:54 UTC（587 KB）
来源：arXiv cs.CL · arxiv.org