Harness^2：面向开放世界的智能体递归式执行框架优化
Harness^2是一种通过递归式自我改进来调整大语言模型智能体执行框架的方法，旨在应对开放世界中的两项挑战：设计框架时任务可能未知，且改进成果难以推广到新场景。在任务层面，系统通过对比式的“提出、探测、组合”步骤调整框架，无需依赖标准答案验证器。另一层递归则从这些调整中提取经验，以增强对未来任务的持续适应能力。在三项专业基准测试和四种模型—框架配置中，仅一步调整就优于基础框架：WorkBuddy-Bench最高提升11.5分，JobBench提升4.5分，LAB提升11.8个百分点。增加任务层面的递归预算还带来了进一步提升。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。