arXiv Artificial Intelligence· Hansi Yang, Linji Hao, Hongyan Hao, An Wang, Han Wu, Qi Gu, Xunliang Cai·· 20 小时前AI 评分32
ClawLoop：无需外部教师模型的自我改进智能体训练框架
ClawLoop: Self-Improving Agents via Harness-Native Training Loop
AI 导读
ClawLoop 是一个无需外部教师模型、仅依赖极少先验的自我改进智能体框架，将任务合成、训练与诊断反馈组成自循环。以 Qwen3.6-27B 作为循环模型，在 SkillsBench、Claw-Eval-Live 和 ClawGym-Bench 上取得一致提升，迭代精炼的任务还可迁移至 Qwen3.5-4B 和 9B 模型并在所有基准上获得增益。
来源：arXiv Artificial Intelligence · arxiv.org