SBCO: Self-Supervised, Verifier-Grounded Harness Optimization For Planning Agents
arxiv.org原文 ↗
SBCO 让固定元代理从自身验证反馈中分解并优化 harness 策略，绕开规划任务对“会改自己代码”的要求。两类任务中它达到或超过自修改基线，却只用 1/4 到 1/5.5 的计算预算，表明可验证的外部闭环可能比递归自改更经济。
–浏览
arxiv.org原文 ↗
评论 · Comments