LEGO-RL: Harness-Native Reinforcement Learning for Coding Agents

  • 类型：arxiv
  • 标识：2608.17393
  • 链接：https://arxiv.org/abs/2608.17393
  • 主分类：agent
  • 形态：method
  • 被引：0
  • 被引来源：Semantic Scholar
  • S2被引：0
  • 影响力被引：0
  • TLDR：LIFE-RL, a framework that bridges native coding-agent harnesses with scalable policy-gradient optimization without modifying their internal control flow, is presented and evaluated by training the sparse MoE model Qwen3.5-35B-A3B with GSPO across three native coding-agent harnesses.
  • 副分类：evaluation
  • 待LLM分类：否
  • 标题中文：LEGO-RL：面向编码 Agent 的 Harness 原生强化学习
  • TLDR中文：本文提出了 LIFE-RL 框架，在不修改内部控制流的前提下，将原生编码 Agent harness 与可扩展的策略梯度优化相连接，并通过 GSPO 在三个原生编码 Agent harness 上训练稀疏 MoE 模型 Qwen3.5-35B-A3B 对其进行了评估。
  • 来源文件：
  • /inbox/tom/_candidates/2026-08-20-agent-rag-longcontext-candidates.json
  • [S2 enrich]