这两天翻了 Google 新开源的 Harness²，保证模型权重不做改变，Agent自己改自己的脚手架，而且不需要标准答案。 Harness²的核心方法，… · @chunfengone · TwKit

@chunfengone

这两天翻了 Google 新开源的 Harness²，保证模型权重不做改变，Agent自己改自己的脚手架，而且不需要标准答案。 Harness²的核心方法，用了两层递归 一个是Propose–Probe–Compose，一个是Harnessing递归 Propose-Probe-Compose 1.先用原Harness跑做参考 2.然后做出两个修改的方向备选，各自跑一遍 3.只去做行为差距，有没有引入回归等之类的问题 4.最后在去继续改动合并成新的Harness Harnessing 每个任务完成后，流水线回顾完整的改进记录，提取"哪些改动解决了哪些缺陷、在什么条件下、后果如何"的教训；只保留有执行对比支持的教训，仅凭选中某个输出不能证明可迁移性 引入两个候选，INV和DOM INV 候选只管"怎么干活"——工具报错、重复操作、漏步骤 DOM 候选只管"专家知道什么"——交付物结构、校验规则 https://github.com/google-research/harness2

曝光 23 · 评论 0 · 点赞 3 · 书签 0