RiseHarness 致力于提升长时任务中终端智能体的可靠性
RiseHarness 是一种在固定模型权重的前提下，迭代改进智能体运行框架的方法。它比较同一任务的成功与失败运行记录，并利用执行轨迹排查命令执行、反馈处理、上下文管理和完成判断方面的问题。该框架还参考其他智能体框架的实现作为设计方案。修改会经过行为检查，并在任务中反复评估；经测量确认有所改进的版本将用于下一轮迭代。研究评估了多个模型的任务成功率和可靠性，并测试改进能否迁移到未见过的基准测试。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。