arXiv · cs.CL· Jian Mu·· 16 小时前AI 评分51
arXiv 论文提出策略暗中继承 harness 偏好的决策几何分析
Your Policy Is Secretly a Harness: The Decision Geometry of Agent Interfaces
来源与原文
arXiv · cs.CL
作者：Jian Mu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.37255v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文（2610.37255）提出，训练后的策略会继承其 harness 对各动作的偏好，部署回报等于 harness 上限减去策略自身的失配。在 MiniWoB++ 中，仅调换观测字段顺序就使训练模型成功率从 85.0% 降至 19.2%；在 Terminal-Bench Lite 上，用更强模型估计的上限减失配能复现准确率排名，而任一单项不能。
来源：arXiv · cs.CL · arxiv.org