论文提出策略隐含承载 harness 偏好的决策几何分析
Your Policy Is Secretly a Harness: The Decision Geometry of Agent Interfaces
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
arXiv 论文研究语言模型智能体从 harness（提示词、工具和控制逻辑）中学到什么，以及在 harness 变化后哪些能力可迁移。在 KL 正则化控制下，作者证明最优策略的对数几率反映了 harness 对各动作的偏好；部署回报等于 harness 上限减去策略失配。
来源：Hugging Face Daily Papers · arxiv.org