CMU 论文提出 Harness Learning:用 RL 训练提案模型改写 harness 代码实现测试时适应
中文摘要
CMU论文提出Harness Learning,用RL训练模型修改harness代码,实现测试时适应。
English Summary
CMU paper introduces Harness Learning, using RL to train models that adapt harness code at test time.
原文节选
CMU 论文提出 harness learning,用 RL 训练一个提案模型读取任务、当前 harness 和执行报告后生成 harness 代码修改,以修改后 harness 的得分为奖励,solver 模型权重不变。