arXiv · cs.AI· Hansi Yang, Linji Hao, Hongyan Hao, An Wang, Han Wu, Qi Gu, Xunliang Cai·· 6 小时前
ClawLoop：通过 harness 原生训练闭环实现自我改进的智能体
ClawLoop: Self-Improving Agents via Harness-Native Training Loop
arXiv:2610.14118v1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：Hansi Yang, Linji Hao, Hongyan Hao, An Wang, Han Wu, Qi Gu, Xunliang Cai
研究任务与主要进展
ClawLoop是一种无需外部教师模型的自我改进框架，将任务合成、SFT或RL训练、诊断与反馈连接成持续循环。使用Qwen3.6-27B作为闭环模型时，作者在SkillsBench、Claw-Eval-Live和ClawGym-Bench上报告了持续改进；迭代生成的任务还迁移到Qwen3.5-4B和9B模型，并在这些基准上取得提升。当前材料仅为论文摘要，未说明具体实验细节和资源开销。
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