StarHarness

StarHarness框架为企业任务优化AI代理Harness

研究人员开发了StarHarness，一个新颖的框架，旨在为特定企业环境优化代理Harness，而无需更改底层模型权重。该框架采用分层搜索方法构建紧凑的演进池，分离搜索和选择任务，并保留一些任务用于泛化评估。在多个基准环境中，StarHarness通过少量修改展示了显著的性能提升，范围从20-35个百分点。观察到这些收益在未见过的任务上持续存在，并能跨不同模型家族（包括GPT和Qwen）转移。