**Harness-S：通过兄弟 Harness 实现可泛化智能体训练**

_Harness-S: Learning from Sibling Harnesses for Generalizable Agent Training_

> 针对 Harness 演化中的局部性、互补性和非平稳性挑战，该研究提出 Harness-S 框架。该框架通过“方向性 Harness 演化”构建可复用的兄弟 Harness 池，并在基础 Harness 失败时进行“互补救援训练”，将辅助环境中学到的能力迁移至单一策略。此外，利用多 LLM 投票的自适应路由器和策略感知的锚点更新机制，动态选择最优 Harness 变体。实验表明，该方法在 AppWorld、SWE-Gym 和 DBBench 等基准上显著优于仅使用基础 Harness 的训练，且推理阶段复用路由器可进一步提升性能。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.04277)