Harness2 от Google Research – Рекурсивный Агент Харнессинг

Привязка — это система вокруг модели, которая позволяет ей действовать как агент: импульсы, инструменты, память, навыки, оркестрация и многое другое. Задействование — это процесс оптимизации этой системы. Harness2 — это система для рекурсивного агента, использующего в открытом мире, где агенты сталкиваются с задачами, невидимыми во время разработки жгута. Она соединяет два уровня рекурсии, сохраняя фиксированные веса модели: - Рекурсия на уровне задач улучшает механизм исполнения для текущей задачи посредством контрастного шага предложения-Пробе-композе: предлагать редактирование, изучать их влияние на одну и ту же задачу и составлять усовершенствованный инструмент от поведенческих противоречий между казнями без обратной связи. - Повторное повторение на уровне определения достоверности обновляет постоянный процесс совершенствования при помощи принятых инструментов и подтвержденных фактами уроков из каждой задачи в качестве руководства к дальнейшей доработке. В рамках трех профессиональных контрольных показателей и четырех конфигураций модели-харнесс один шаг Harness2 улучшит GLM-5 и Gemini 3.5 Flash над их базовыми привязками, с увеличением до 11,5 очков на WorkBuddy-Bench, 4,5 очка на JobBunch и 11,8 процентного пункта по коэффициенту частичного прохождения LAB. Увеличение бюджета рекурсии на целевом уровне приносит дополнительные выгоды. В релизе поддерживаются параллельный и последовательный рекурсион, Open Code and Codex Executors, JobBench, LAB, и WorkBuddy-Bunch.…