港科大揭示Agent策略与Harness的偏好关系

港科大（广州）Jian Mu、Ruibo Shen、舒耀在论文中指出，LLM智能体在训练后会保留其Harness（提示、工具与控制逻辑）对不同动作的偏好，因此部署性能不能简单等同于策略能力。 在KL正则化条件下，最优策略的log-odds会恢复Harness的动作偏好强度；训练主要改变两者之间的“失配”项，而更换Harness会同时改变性能“天花板”和失配程度。论文据此提出，评估或比较Harness时必须将这两项分开，才能判断训练带来的实际收益。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。