arXiv · cs.AI· Chenqian Le, Jiayi Cheng, Qijia He, Runhao Li, Yinghao Li, Xupeng Chen·· 5 小时前
多 harness 强化学习提升编码 Agent 训练表现但存在明显 harness 依赖
Multi-Harness Reinforcement Learning for Coding Agents: Training Gains and Harness Dependence
arXiv:2609.04518v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Chenqian Le, Jiayi Cheng, Qijia He, Runhao Li, Yinghao Li, Xupeng Chen
研究任务与主要进展
Chenqian Le 等人研究多执行 harness 强化学习对编码 Agent 的影响，基于 Qwen3-8B 在 SWE-bench Verified 上比较 Within 与 Cross 两种奖励归一化方式。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org