ActiveSaddler 在優化智能體運行框架時調整場景

ActiveSaddler 將反覆出現的失敗歸為失敗模式，並把每個模式視為非平穩老虎機中的一個臂。它會追蹤運行框架還能從每個模式中學到多少，並在重訪已知弱點和尋找新弱點之間分配預算。

DAIR.AI 表示，當前的運行框架優化器改變的是運行框架的更新方式，但訓練場景保持固定，因此回饋仍來自那些隨運行框架改進而不再有資訊量的任務。ActiveSaddler 也會調整這些場景。在相同優化器下，與固定場景順序相比，測試 Pass@1 在 GAIA2 上提高 4.4 分，在 Terminal-Bench 2.0 上提高 7.5 分。論文是 ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization。