جوجل تطلق Harness² لتحسين أداء وكلاء الذكاء الاصطناعي دون إعادة تدريب
الإطار مفتوح المصدر يعتمد على تحسين موجهات النظام وأدوات الاستخدام والذاكرة بدل تعديل أوزان النموذج، وارتفعت نتائج GLM-5 على WorkBuddy-Bench إلى 75.7 نقطة.
أطلقت شركة Google إطار عمل مفتوح المصدر يحمل اسم Harness² يعمل على تحسين أداء وكلاء الذكاء الاصطناعي من دون إعادة تدريب النموذج الأساسي، وفق ما نشره موقع aitimes.com.
ويعتمد الإطار على تحسين بيئة تشغيل الوكيل بدل أوزان النموذج، عبر تعديل موجهات النظام وإرشادات استخدام الأدوات والذاكرة والإجراءات وملفات البيئة الأخرى. ويستخدم لذلك أسلوب مقارنة يُسمى Propose-Probe-Compose يقارن تعديلين مقترحين على المهمة نفسها دون الحاجة إلى أداة تحقق منفصلة للإجابة.
وعلى مستوى الـ harness، يسجّل Harness² الدروس المستفادة من المهام السابقة في مكتبة تحمل اسم LESSONS، ثم يعيد اقتراح الإصلاحات للمهام الجديدة انطلاقًا من الـ harness الأساسي.
نتائج التقييم
اختُبر الإطار على معايير WorkBuddy-Bench وJobBench وHarby's LAB مع نموذجي GLM-5 وGemini 3.5 Flash عبر عدة تهيئات للـ harness. وأدت جولة تحسين واحدة إلى ارتفاع النتائج على المعايير الثلاثة في التهيئات الأربع كافة التي شملها الاختبار.
ومع GLM-5 وOpenCode، ارتفعت نتيجة WorkBuddy-Bench من 64.2 إلى 75.7 نقطة، وزادت JobBench بما يصل إلى 4.5 نقطة، وصعدت معدلات النجاح على LAB بما يصل إلى 11.8 نقطة مئوية. أما مع GLM-5 وCodex فلم تتقدم JobBench سوى من 23.6 إلى 24.8 نقطة.
ونشرت Google إطار Harness² مفتوح المصدر على GitHub. وكانت الأساليب السابقة لتحسين أداء الذكاء الاصطناعي تتطلب في الغالب إعادة تدريب النماذج أو استخدام بيانات تقييم تتضمن إجابات صحيحة معروفة.
أسئلة سريعة
ما هو Harness² من Google؟
إطار عمل مفتوح المصدر يحسّن أداء وكلاء الذكاء الاصطناعي عبر تعديل موجهات النظام وإرشادات الأدوات والذاكرة وملفات البيئة، بدل إعادة تدريب النموذج.
أين نُشر Harness²؟
نشرته Google مفتوح المصدر على GitHub.
ما المعايير التي اختُبر عليها Harness²؟
WorkBuddy-Bench وJobBench وHarby's LAB، مع نموذجي GLM-5 وGemini 3.5 Flash.