EverMind AI 發布 Raven：一個能演化模型 harness 的開源系統
DAIR.AI 介紹了 EverMind AI 的開源多智能體系統 Raven：它為每個模型和領域構建獨立的 harness，並根據失敗對其進行演化。搭配 DeepSeek-V4-Flash，其研究 harness 在 BrowseComp 上得分 69.3%，在 Humanity's Last Exam 上得分 60.0%。
#agent-harness
查看全部AI快訊ActiveSaddler 在優化智能體運行框架時調整場景
DAIR.AI 介紹了來自 Microsoft 及合作者的論文 ActiveSaddler，該論文改變用於優化智能體運行框架的場景。在相同優化器下，與固定場景順序相比，測試 Pass@1 在 GAIA2 上提高 4.4 分，在 Terminal-Bench 2.0 上提高 7.5 分。
Harness-Zero 在移除專用 harness 後，將宏觀任務成功率提升至 44.3%
Google 與合作者的論文介紹 Harness-Zero：優化後的 agent harness 只在訓練期間使用。移除該 harness 後，宏觀任務成功率由 23.3% 升至 44.3%，高於基礎模型在掛上 harness 時達到的 41.7%。