MaD-RSI：用多模型失败轨迹优化共享Agent harness
热点事件持续更新
MaD-RSI：用多模型失败轨迹优化共享Agent harness
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Yu Cui等作者提出MaD-RSI框架，把多个异构大模型的失败轨迹纳入训练，直接优化一个共享的Agent harness，而不是只用单一模型的反馈训练后再检验泛化性。作者称，实验在多个数据集和模型上提升了跨模型泛化能力，并降低了训练成本。 该研究同时提出一套包含两项互补指标的评估框架，用于衡量harness的跨模型优化效果。上述效果均为作者在论文中的说法。
AI 根据报道生成 · 1 小时前更新
最新进展10月21日 12:00
MaD-RSI：以模型为数据，实现 Agent Harness 的递归自我改进报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIMaD-RSI：以模型为数据，实现 Agent Harness 的递归自我改进
MaD-RSI 提出将模型视为数据、以 harness 为中心的优化框架，通过把多个异构 LLM 的失败轨迹纳入训练，直接优化一个共享 harness，而非仅用单一模型反馈训练后再评估泛化性。实验显示该方法在多个数据集和 LLM 上提升了跨模型泛化能力，同时降低了训练成本。作者还提出包含两项互补指标的新评估框架，用于衡量 harness 跨模型优化效果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。