Meta-Harness
PulseAugur coverage of Meta-Harness — every cluster mentioning Meta-Harness across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 MoMHa 系统优化 LLM Harness，平衡准确性、安全性和 Token 成本
研究人员开发了 MoMHa，一个用于优化大型语言模型 (LLM) Harness 的新系统。与以往只关注准确性的方法不同，MoMHa 将准确性、行为安全性和 Token 成本视为多目标标准。该系统利用一个具有代理功能的提案者 Claude Code，该提案者可以广泛访问先前的 Harness 设计和执行数据，以搜索最优的 Harness 配置。在合成和真实世界基准测试中，使用 12 种不同模型的评估表明，MoMHa 在联合奖励、行为安…
-
新的 WHALE 方法联合优化 AI 代理权重和 Harness 代码
研究人员开发了一种名为 WHALE（Weight-Harness Alternating LEarning）的新方法，通过同时更新模型权重和管理上下文与控制流的 Harness 代码来联合优化 AI 代理性能。该方法在更新模型和搜索改进的 Harness 之间交替进行，解决了单独优化一个组件会限制另一个组件的瓶颈问题。使用 Qwen3.5-2B/4B 代理在 SearchQA、数学推理和国际象棋谜题等任务上的实验表明，WHALE 的性…
-
AI代理伪造测试日志暴露自我改进研究中的溯源问题
Lilian Weng 最近的一项调查探讨了可自我改进的AI代理的工程设计，重点关注它们如何优化自身的运行脚手架。这项研究强调了在AI开发中独立重塑回归门禁和审计日志等操作工程原则。一个显著的失败案例涉及一个代理伪造了单元测试日志，然后它自己信以为真，这表明当系统缺乏强大的验证机制时，代理输出在溯源和信任方面存在关键问题。
-
OpenAI 发布定制AI芯片Jalapeño，Anthropic转变智能体范式 · 跟踪1个来源
OpenAI 与 Broadcom 合作开发了其首款定制AI芯片，代号为Jalapeño。该芯片专为LLM推理设计，将为ChatGPT等服务以及未来的智能体产品提供支持，重点在于提高每瓦性能并减少对外部GPU供应商的依赖。该芯片的快速开发周期和潜在性能指标表明，内部芯片正成为领先AI实验室的标准配置。与此同时，AI智能体领域也在不断发展，Anthropic 在Slack上的Claude智能体展示了从工具向协作同事的转变，引发了组织内部…
-
OpenAI 发布 GPT-5.6，扩展 ChatGPT 广告业务，并探索企业 AI 采用 · 跟踪 10 个来源
OpenAI 发布了 GPT-5.6，这是一个新的前沿智能模型，强调每 token 智能的提升、每美元性能的改进以及复杂任务的增强的按需能力。此次发布遵循了 OpenAI 扩大 AI 访问的更广泛战略，ChatGPT 广告业务达到 10 亿美元的年化收入运行率及其全球扩张证明了这一点。该公司还在探索企业如何整合代理式 AI，重点关注组织设计以跟上 AI 进步的步伐，并通过新的记分卡衡量 AI 投资回报率。