arXiv cs.AI· Hansi Yang, Linji Hao, Hongyan Hao, An Wang, Han Wu, Qi Gu, Xunliang Cai·· 8 小时前AI 评分31
ClawLoop：无需外部教师模型的自我改进 Agent 训练框架
ClawLoop: Self-Improving Agents via Harness-Native Training Loop
AI 导读
ClawLoop 是一个让基于 harness 环境的 LLM Agent 实现自我改进的训练框架，无需任何外部教师模型且对先验依赖极低。它通过任务合成、训练、诊断与反馈三阶段构成自循环，以 Qwen3.6-27B 作为循环模型，在 SkillsBench、Claw-Eval-Live 和 ClawGym-Bench 上取得持续提升。
来源：arXiv cs.AI · arxiv.org