arXiv cs.AI· Hansi Yang, Linji Hao, Hongyan Hao, An Wang, Han Wu, Qi Gu, Xunliang Cai·· 19 天前AI 评分43
ClawLoop：基于测试框架原生训练循环的自我改进智能体
ClawLoop: Self-Improving Agents via Harness-Native Training Loop
AI 导读
研究人员提出 ClawLoop 框架，无需外部教师模型即可通过任务合成、SFT 或 RL 训练以及诊断反馈三阶段循环实现 AI 智能体自我改进。以千问 Qwen3.6-27B 作为循环模型，该框架在 SkillsBench、Claw-Eval-Live 和 ClawGym-Bench 上均取得持续提升。
来源：arXiv cs.AI · arxiv.org