StarHarness：通过分层搜索为企业环境演进智能体框架
StarHarness 是一个在保持模型权重不变的情况下，针对特定环境优化智能体框架的系统。它可以调整提示词、任务描述、工具接口、技能、基于 MCP 的服务提供方、子智能体结构以及智能体循环配置。该方法根据基线失败行为对任务进行分层，分离提议者可见的搜索任务与不可见的选择任务，并通过保留任务评估泛化能力。在 ITBench SRE、EnterpriseOps-Gym ITSM 和 AutomationBench Finance 上，研究人员报告称，每个环境接受 4 至 12 项改动后，完整基准成绩较默认框架提高 20 至 35 个百分点。改进也出现在未参与演进的任务上，并能在 GPT 和 Qwen 模型系列之间迁移，无需重新演进。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。