# Adaptacja uprzęży podczas RL

EN: **Harness adaptation during agentic reinforcement learning** · id `harnessadaptrl` · aliases: HarnessAdapt-RL, harness adaptation during RL, training the whole agent

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Aplikacje LLM i agenci](https://aiatlasgraph.com/t/applications.md) › [Agenci i orkiestracja](https://aiatlasgraph.com/t/agentsnode.md) › [Uprząż agenta](https://aiatlasgraph.com/t/agentharness.md) › [Uczenie uprzęży agentów](https://aiatlasgraph.com/t/harnesslearning.md) › Adaptacja uprzęży podczas RL

## Description

- PL: RL, w którym polityka i uprząż adaptują się razem na podstawie trajektorii treningowych.
- EN: RL in which the policy and harness adapt together based on training trajectories.

## In one sentence

- PL: Podczas treningu agenta poprawia się też program wokół niego, a nie tylko wagi modelu.
- EN: During agent training the program around it is also improved, not just the model weights.

## Problem it solves

- PL: Błędy w strategii naprawy i problemy interakcji pojawiają się w trakcie treningu, ale uprżąż zostaje stała.
- EN: Flawed repair strategies and interaction problems appear during training, but the harness stays fixed.

## What it does

- PL: Nauczyciel generuje umiejętności i ewoluuje narzędzia, zachowując tylko zmiany, które poprawiają wyniki.
- EN: A teacher generates skills and evolves tools, keeping only changes that improve results.

## Everyday example

- PL: Agent do kodu podczas treningu dostaje nowe haki do testów, bo poprzednie nie pomagały w naprawie błędów.
- EN: A coding agent during training gets new hooks for tests because the previous ones did not help fix bugs.

## This concerns you if you…

- PL: trenujesz agenta do kodu i widzisz powtarzające się problemy z narzędziami
- PL: chcesz, by trening poprawiał też otoczenie, nie tylko model
- EN: train a coding agent and see repeated tool problems
- EN: want training to improve the surroundings too, not only the model

## Keywords

HarnessAdapt-RL · harness adaptation · mechanism-level skills · tool evolution · agent-harness pair · GRPO

## How it works

- PL: Zamrożony nauczyciel generuje zadaniowe umiejętności mechanizmów dla wadliwych strategii naprawy. Osobny nauczyciel ewoluuje narzędzia i haki, zachowując zmianę tylko gdy poprawia pass rate lub trainable rate bez pogorszenia drugiego. Polityka trenuje z adaptowaną uprzężą, a nowe trajektorie kierują dalszą adaptację.
- EN: A frozen teacher generates task-specific mechanism-level skills for flawed repair strategies. A separate teacher evolves tools and hooks, keeping a change only if it improves pass rate or trainable rate without lowering the other. The policy trains with the adapted harness, and new trajectories guide further adaptation.

## Limits

- PL: Umiejętności można usunąć przy ewaluacji bez utraty zysku, ale usunięcie narzędzi i haków przy wdrożeniu kosztuje do 7,7 punktu procentowego. Metoda wymaga dodatkowych modeli nauczycieli i wielu wykonań oraz zależy od jakości feedbacku o pass rate i trainable rate.
- EN: Skills can be removed at evaluation without losing gains, but removing tools and hooks at deployment costs up to 7.7 percentage points. The method requires extra teacher models and many executions, and depends on the quality of pass-rate and trainable-rate feedback.

## Key terms

- PL: **umiejętność mechanizmu**: Zadaniowa wskazówka dotycząca sposobu naprawy generowana przez nauczyciela.
- PL: **trainable rate**: Odsetek prób, które da się dalej trenować po zmianie.
- EN: **mechanism-level skill**: A task-specific hint about the repair method generated by the teacher.
- EN: **trainable rate**: The share of trials that remain trainable after a change.

## Know first

- [GRPO i warianty bez krytyka (GRPO and critic-free policy optimization)](https://aiatlasgraph.com/t/grpo.md)

## Related topics

Untyped, symmetric "see also" links.

- [Koewolucja modelu i uprzęży agenta (Weight-harness co-evolution)](https://aiatlasgraph.com/t/weightharnesscoevo.md)

## Sources

- [Training the Whole Agent, Not Just the Model](<https://arxiv.org/abs/2610.28069>) `harnessadaptrl-2026` · by Lingxiao Tang, Wei Tao, Yiwen Guo, Lingfeng Bao

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/harnessadaptrl · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30