모델뿐만 아니라 전체 에이전트를 학습시키기

요약

본 글은 코딩 에이전트의 학습 방식을 개선한 HarnessAdapt-RL을 소개합니다. 기존 방식이 정책만 업데이트하는 것과 달리, 이 방법은 강화학습 과정에서 정책뿐 아니라 하네스(harness) 자체를 적응시키고 진화시킵니다. 이를 통해 복잡하고 다양한 작업 환경에서의 성능 향상을 입증했습니다.

핵심 포인트

• 정책 학습과 함께 하네스를 적응시켜 에이전트의 안정성을 높임.
• 하네스는 도구와 후크를 진화시키며, 개선된 부분만 유지됨.
• SWE-bench 등 여러 벤치마크에서 기존 대비 높은 성능 향상을 보임.
• 훈련 과정에서 얻은 하네스 기술은 배포 시 제거되어도 이득이 지속됨.