中国人民大学高瓴人工智能学院等团队提出 Harness Scaling，提升 Agent 跨执行配置泛化能力

中国人民大学高瓴人工智能学院、Iquest Research 与北航团队提出 Harness Scaling，将 agentic 强化学习从单一固定 harness 扩展至多样化执行配置。论文称，该方法能减少模型对特定脚手架的过拟合，显著提升其面对未见 harness 时使用工具、管理上下文和协调长程交互的泛化能力。