HuggingFace Daily Papers(社区热门论文)
57
RewardHarness:一种自进化的智能体奖励框架
AI 摘要
RewardHarness 将奖励建模重构为上下文进化问题,而非传统的权重优化。该框架仅需约100条人类偏好示例,通过协调器与冻结子智能体的协作,利用自进化的工具与技能库进行推理判断。其核心在于通过对比预测结果与真实偏好,自动优化工具库,无需额外人工标注。实验表明,仅使用 EditReward 数据集中 0.05% 的数据,该框架在图像编辑评估基准上平均准确率达 47.4%,超越 GPT-5 达 5.3 个百分点。作为 GRPO 微调的奖励信号时,其能使模型在 ImgEdit-Bench 上取得 3.52 的评分。
该来源未收录可展示正文,站内仅提供摘要。
阅读原文arxiv.org