Harness Scaling：面向通用智能体强化学习的配置扩展方法

研究提出Harness Scaling，一种通过扩展训练至多样执行配置来提升智能体泛化能力的新方法。通过构建因子化配置空间、选择平衡覆盖的训练子集并组织跨配置训练，在多个基准、模型规模和RL算法上均提升对未见白盒配置的泛化能力。训练模型还能有效迁移到未见黑盒配置，优于单复杂黑盒配置训练模型。