Harness-Zero、専用ハーネスなしでマクロタスク成功率を44.3%に引き上げ

Googleと共同研究者による論文は、エージェントハーネスをモデルへ蒸留できるかを調べている。Harness-Zeroは、最適化したハーネスを学習時にのみ残す。最適化したハーネスと配備用ハーネスは行動空間が異なるため、最適化したハーネスに導かれるハーネス用エージェントが、実行前に学生の応答を配備時の行動空間で修正し、その修正済みの実行が学習用の実演になる。

専用ハーネスを外すと、マクロタスクの成功率は23.3%から44.3%になり、ハーネスを付けたベースモデルが到達する41.7%より高い。知識労働、ツール利用、科学におけるハーネス由来の28の行動のうち、平均82.3%が再現される。同じ進化済みハーネスを使うフロンティアモデルでは、agent-as-harness形式がcode-as-harness形式も上回る。論文はarXiv:2609.24974。