EverMind AI、モデルハーネスを進化させるオープンソースシステム Raven を公開
DAIR.AIは、EverMind AIのオープンソースのマルチエージェントシステム「Raven」について説明している。Ravenはモデルとドメインごとに別個のハーネスを構築し、失敗からそれを進化させる。DeepSeek-V4-Flashでは、その研究用ハーネスがBrowseCompで69.3%、Humanity's Last Examで60.0%を記録した。
#agent-harness
すべてのAIニュースを見るActiveSaddler、エージェントハーネスを最適化しながらシナリオを適応させる
DAIR.AI は、Microsoft と共同研究者らによる論文 ActiveSaddler を紹介している。これは、エージェントハーネスの最適化に使うシナリオを変えるものだ。同じ最適化器で、固定シナリオ順と比べてテスト Pass@1 が GAIA2 では 4.4 ポイント、Terminal-Bench 2.0 では 7.5 ポイント向上する。
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、最適化したエージェントハーネスを学習時にのみ使うHarness-Zeroを説明している。そのハーネスを外すと、マクロタスクの成功率は23.3%から44.3%に上がり、ハーネスを付けたベースモデルが到達する41.7%を上回る。