Skip to content
简体中文

切换主题

arXiv 2610.22791 · cs.CL · 2026-10-16

Self-Evolving Coding Agents via Harness-Policy Optimization

Zhepei Wei, Wenlin Yao, Baolin Peng, Danqing Wang, Qianhui Wu, Hao Cheng, Yu Meng, Jianfeng Gao

Microsoft Research

在最新榜 #194 本站收录于 2026-10-21

一句话要点

微软 Self-HPO 交替优化编程智能体的“外壳”(harness)和策略模型,实现递归自我改进。

Microsoft's Self-HPO alternately evolves a coding agent's harness and policy model for recursive self-improvement.

45HF 点赞
28GitHub stars
0引用(Semantic Scholar)
53.1热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)