Эволюция гарнессы наступает потолочный уровень: когда нужно начинать тренировки в весе

arXiv: 2610.11655v1 Аннонс Тип: новое резюме: Совершенствование длинного гормонального агента LLM означает развитие жгута вокруг замороженной модели или обучение его весам. Мы позволим саморазвивающемуся устройству сначала сделать систему более сильной, затем пересечь семена и развить привязки с базовыми и обученными весами для того, чтобы узнать, что получает опытную модель, которая все еще нуждается во времени работы. Мы показываем, что правый рычаг можно счесть из состава сбоя агента: маркировка неисправных траекторий первым сигналом о том, что пожар отделяет от сбоев процесса (заблокированные звонки, петли, истощенные бюджеты шагов) и ошибок контента (доставленный план, который является плохим). Эволюция Харнесса восстанавливает первое, поведение, которое она привносит, может быть обучено весам, а ошибки с содержанием - вот для чего и нужно обучение весу. В деле Deepplanning саморегулирующаяся петля жгута поднимает отметку Qwen3.5-4B с 0,16 до 0,30 и Qwain3,5-9B с 0,32 до 0,44; для 4В удерживаемая поставка возрастает с 55% до 90%, в то время как содержимое имеет дефекты