ActiveSaddler 让训练场景随 harness 共同演化，在 GAIA2 与 Terminal-Bench 2.0 上把 Pass@1 分别提高 4.4 和 7.5 个百分点
该工作把离线 harness 优化中的训练场景选择形式化为自动课程学习问题，提出 ActiveSaddler：用非平稳多臂老虎机把反复出现的失败抽象为可复用的失败模式臂，估计每个臂的潜在学习进展并自适应平衡重访已知弱点与探索未见场景，在 GAIA2 和 Terminal-Bench 2.0 上相比同一优化器使用固定场景顺序分别把测试 Pass@1 提升 4.4 和 7.5 个百分点。