跳转至

Ecdysis: Efficient and Effective Training of Runtime Harnesses for LLM Agents

复现级别：L1 核心机制诊断。 本地只在公开 observation 上聚合失败签名和触发修复门；不生成或执行 harness 代码。

论文信息

字段 内容
论文链接 Ecdysis: Efficient and Effective Training of Runtime Harnesses for LLM Agents
公司/机构 Chengdu Institute of Computer Applications, Chinese Academy of Sciences（按第一作者署名单位）
首次公开日期 2026-09-10
原文开源代码 是：https://github.com/cuiyu-ai/Ecdysis
Adapter / 方法 ecdysis
本地复现代码 src/auto_research/agent_research/latest_20260914.py

原始论文总结

背景与主要改动

聚合跨任务重复失败以区分模型偶发错误和 harness 系统缺陷，再由 FDCR 多角色诊断形成修复规格。

flowchart LR
  I[输入与公开状态] --> M[ecdysis 核心机制]
  M --> A[可审计中间量]
  A --> O[输出或更新]

原论文关键图

Ecdysis: Efficient and Effective Training of Runtime Harnesses for LLM Agents 原论文 Algorithm 1

原论文 Algorithm 1（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式或操作

本地代码把论文决定性操作实现为确定性的 reference kernel，并显式输出门控、选择、投影、图边或状态更新统计；测试覆盖公式不变量和边界条件。

论文离线与线上效果

harness 训练最高加速 1.84 倍，推理准确率最高提升 18.56%。 这些数字来自原论文，不与本地缩小实验直接比较；论文未报告线上 A/B 时不推断线上收益。

本地复现

三种子指标见 metrics/mechanism-seeds42-44.json。所有候选使用相同公开 fixture、预算和 seed；本页结果只证明核心状态转换实际执行。

复现边界

本地只在公开 observation 上聚合失败签名和触发修复门；不生成或执行 harness 代码。