Google Research yapay zeka ajanlarını optimize eden Harness2 çerçevesini duyurdu
Öne çıkanlar
- Google Research, model ağırlıklarını değiştirmeden ajan çevresini optimize eden Harness2 çerçevesini yayımladı.
- Sistem, istem ve bellek dahil sekiz farklı düzenlenebilir bileşeni otomatik olarak iyileştiriyor.
- Testlerde Gemini 3.5 Flash ve GLM-5 modellerinin başarımında 11,5 puana varan artış kaydedildi.
Google Research araştırmacıları, yapay zeka modellerinin çevre bileşenlerini açık dünyada otomatik olarak optimize eden Harness2 adlı açık kaynaklı çerçeveyi yayımladı. Geliştirilen sistem, model ağırlıklarını sabit tutarak istemler, araç yönlendirmeleri, bellek ve alt ajanlar gibi modeli çevreleyen yürütme katmanını yinelemeli biçimde iyileştiriyor. Sistem, iki aşamalı özyineleme yapısıyla hem tekil görevlerde hem de zaman içinde genel ajan performansını artırmayı hedefliyor.
Sistem mimarisinde görev düzeyindeki özyineleme, doğrudan doğru bilgi geri bildirimi olmadan öner, sına ve birleştir adımlarıyla yürütme katmanını mevcut göreve göre uyarlıyor. Koşumlama düzeyindeki özyineleme ise başarılı yapılandırmaları ve kanıtlara dayalı çıkarımları sonraki görevlere rehberlik etmesi için kalıcı bir iyileştirme belleğinde topluyor. Sistem ayrıca paralel ve ardışık olmak üzere iki farklı özyineleme çalışma modunu destekliyor.
Profesyonel kıyaslama testlerinde tek bir Harness2 adımı, GLM-5 ve Gemini 3.5 Flash modellerinin temel koşumlama yapılarına kıyasla ölçülebilir başarı artışı sağladı. Sistem, WorkBuddy-Bench testinde 11,5 puan, JobBench üzerinde 4,5 puan ve LAB kısmi başarı oranında 11,8 yüzdelik puan artış elde etti. Apache 2.0 lisansıyla paylaşılan proje, OpenCode ve Codex yürütücülerine destek veriyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.