**ClawGym II:探索基于Agent Harness的黑盒强化学习** _ClawGym II: Exploring Black-Box RL on
原帖
**ClawGym II:探索基于Agent Harness的黑盒强化学习**
_ClawGym II: Exploring Black-Box RL on Agent Harness_
> 论文提出统一的黑色盒强化学习框架,通过沙盒隔离、前缀树轨迹重建和混合harness训练,实现通用Agent在复杂harness中的稳定可扩展优化。使用Qwen3-30A3B在ClawGym-Bench上分别提升9.98和14.81分,并在JobBench和OfficeQA等任务上取得一致增益。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-08-18 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2608.16798)