Google nyílt forráskódúvá tette a Harness² keretrendszert
A Google Cloud AI Research nyílt forráskódúvá tette a Harness² nevű keretrendszert, amely az AI-modell körüli ágensrendszert, vagyis a promptokat, eszközöket, memóriát és munkafolyamatot optimalizálja úgy, hogy a modell súlyai nem változnak.
A Harness² rekurzív ágens-keretrendszer, amelyet a Google Research fejlesztett ki, és amely a telepítés során finomítja az ágens harness-ét, vagyis a modell körüli elemeket: a promptokat, az eszközöket, a memóriát, a készségeket és az orchestrationt. A keretrendszer nyolc szerkeszthető komponenst kezel, amelyek mindegyike külön fájlként jelenik meg. Lefedik a kontextus összeállítását, az eszközinterfészt, a feladatdelegálást és az eszközhurokon belüli viselkedést. A fejlesztők szerint a rendszer feladatok megoldás-ellenőrző nélkül is működik.
A kutatócsoport WorkBuddy-Bench, JobBench és Harvey LAB nevű szakmai teszteken vizsgálta a keretrendszert. A végrehajtók a Gemini 3.5 Flash és a GLM-5 modell voltak, OpenCode és Codex környezetben, az alapértelmezett szerkesztő pedig a Claude Opus 4.8 volt. Az eredmények három futtatás átlagai. A gyengébb végrehajtók nyertek többet: egy lépés után a GLM-5 felülmúlta az alap Gemini 3.5 Flash modellt a WorkBuddy-Bench teszten. Párhuzamos rekurzióval, k=5 beállítással az OpenCode alatti Gemini 80,8 pontot ért el a WorkBuddy teszten.
A WorkBuddy-Bench teszten négy beállításból három lépésszámot is csökkentett feladatonként. Az OpenCode alatt futó Gemini feladatonkénti lépésszáma 25,4-ről 21,9-re csökkent. A projekt README-je Linuxot, Python 3.12-t és uv-t céloz meg. Modellhez kötött futtatásokhoz Node.js 20-as vagy újabb verzió, Google Cloud CLI és Vertex AI-projekt szükséges, a LAB teszthez Pandoc és Poppler, a WorkBuddy-Bench teszthez pedig Docker.
Forrás: MarkTechPost — „Google Open-Sources Harness2, a Recursive Agent Harnessing Framework - MarkTechPost”
Ez az összefoglaló a fenti forrás alapján, mesterséges intelligenciával készült. Szerkesztőségi ellenőrzésen nem esett át; a részletekért olvasd el az eredeti cikket.