# ActiveSaddler、エージェントハーネスを最適化しながらシナリオを適応させる

DAIR.AI は、Microsoft と共同研究者らによる論文 ActiveSaddler を紹介している。これは、エージェントハーネスの最適化に使うシナリオを変えるものだ。同じ最適化器で、固定シナリオ順と比べてテスト Pass@1 が GAIA2 では 4.4 ポイント、Terminal-Bench 2.0 では 7.5 ポイント向上する。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-10-24T10:02:00.000Z
Query date (Asia/Tokyo): 2026-10-24

HTML: https://didcodexreset.com/ja/news/a8ef35607d3d44a0aa958a6e.html

Content language: ja
Localization state: translated

出典：DAIR.AI · 2026/10/4 14:51:10 公開

ActiveSaddler は繰り返し起こる失敗を失敗パターンにまとめ、各パターンを非定常バンディットのアームとして扱う。ハーネスが各パターンからどれだけ学べるかを追跡し、既知の弱点の再訪と新しい弱点の発見の間で予算を配分する。

DAIR.AI によると、現在のハーネス最適化器はハーネスの更新方法を変えるが、訓練シナリオは固定したままだ。そのため、ハーネスの改善につれて情報量がなくなるタスクからフィードバックが得られ続ける。ActiveSaddler はそれらのシナリオも適応させる。同じ最適化器で、固定シナリオ順と比べてテスト Pass@1 が GAIA2 では 4.4 ポイント、Terminal-Bench 2.0 では 7.5 ポイント向上する。論文は [ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization](https://academy.dair.ai/papers/activesaddler-automated-curriculum-learning-for-agent-harness-optimization-2610.00906)。

Tags: ActiveSaddler, エージェントハーネス, Microsoft, GAIA2, Terminal-Bench

[元の投稿を見る](https://x.com/dair_ai/status/2106620084542419257)