Ny metod avgör när AI-agenter ska tränas om – eller bara få bättre verktyg

arXiv cs.AI

Forskare har hittat ett sätt att diagnostisera varför en AI-agent misslyckas: antingen beror det på processen (fastnar i loopar, överskrider stegbudgeten) eller på innehållet (levererar en dålig plan). Det visar sig att dessa två feltyper kräver olika åtgärder – processfelen fixas med en bättre 'harness' (det ramverk som styr agenten), medan innehållsfelen kräver faktisk viktträning av modellen. I praktiken lyftes Qwen3.5-4B:s poäng från 0,16 till 0,30 med harness-evolution, och med LoRA-finjustering (en lätt träningsmetod) staplas vinsterna så att slutpoängen mer än dubblades.