Harness2
Resumen de NexusAi: Harness2 es un framework listo para usar que permite perfeccionar de forma recursiva los harnesses de agentes sin modificar los pesos del modelo. Propone, prueba y combina iterativamente cambios en los harnesses para mejorar el comportamiento de los agentes en tareas de mundo abierto.
NexusAi Resumen
En la práctica, Harness2 plantea el diseño de harnesses como una búsqueda iterativa: propone cambios candidatos, ejecuta pruebas para detectar diferencias de comportamiento y crea un harness perfeccionado que incorpora los cambios eficaces. El ciclo funciona sin etiquetas de referencia y conserva los aprendizajes para agilizar tareas futuras.
Funciones principales
El framework está pensado para ingenieros e investigadores que diseñan sistemas de agentes, evalúan estrategias de harnesses o necesitan mejorarlos de forma reproducible sin volver a entrenar los modelos. Sus usuarios habituales perfeccionan ciclos de uso de herramientas para flujos de trabajo de programación, asuntos legales o tareas de oficina, comparan el comportamiento de distintos ejecutores y ajustan el presupuesto de experimentación para medir las mejoras marginales en diversas tareas y áreas.
- El ciclo Propose–Probe–Compose modifica los componentes del harness basándose en evidencias obtenidas al comparar ejecuciones.
- Los modos de recursión paralela y secuencial equilibran la amplitud de exploración y la profundidad del perfeccionamiento.
- Admite los ejecutores OpenCode y Codex para ejecutar código en entornos reales y aislados.
- Conserva los harnesses adoptados y los aprendizajes para orientar automáticamente futuras mejoras en las tareas.
- Se integra con JobBench, LAB y WorkBuddy-Bench para realizar evaluaciones estandarizadas.
Tendencias prácticas
Cita representativa
Instálalo en Linux con Python 3.12, crea un entorno aislado e instala las dependencias del repositorio. Para ejecutar procesos basados en modelos, configura las credenciales y los ID de los modelos en un archivo de entorno e instala las dependencias opcionales de evaluación comparativa. Después, ejecuta la demo de harness2 o los comandos de evaluación para generar ejecuciones reproducibles. El kit de herramientas incluye opciones para elegir entre recursión paralela o secuencial, obtener una vista previa de las tareas seleccionadas y ejecutar etapas de evaluación e informes para mantener la coherencia de las evaluaciones.
NexusAi: Harness2 convierte la ingeniería de harnesses en un ciclo de experimentación medible y reutilizable, sin modificar los pesos del modelo.
Cómo empezar
Harness2 resulta especialmente útil cuando importan la mejora iterativa de los harnesses y la evaluación reproducible: en investigación basada en evaluaciones comparativas, en equipos de ingeniería que perfeccionan ciclos de uso de herramientas y en situaciones donde los pesos del modelo deben permanecer intactos. La combinación de edición contrastiva, aprendizajes persistentes y flexibilidad de ejecutores lo distingue del ajuste improvisado de prompts.
Abre la herramienta y revisa su experiencia principal.
Crea tu cuenta o accede a tu espacio de trabajo existente.
Usa una tarea propia para evaluar velocidad, calidad y encaje.
Revisa herramientas de IA similares antes de tomar una decisión final.
Harness2
Google Research mantiene herramientas e infraestructura experimentales para la investigación de modelos fundamentales. Sus equipos publican frameworks reproducibles que conectan los métodos de investigación con las prácticas de ingeniería para facilitar su adopción por parte de profesionales.
Harness2 (Harness²) ofrece un sistema reproducible y agnóstico al modelo para mejorar los harnesses de agentes —prompts, herramientas, memoria, habilidades y orquestación— mediante recursión, sin actualizar los pesos. Durante la ejecución de una tarea, aplica un ciclo Propose–Probe–Compose para generar cambios candidatos en el harness, probar sus efectos en la misma tarea y crear un harness perfeccionado a partir de las diferencias de comportamiento. En sus modos de recursión paralela y secuencial, el framework conserva los harnesses adoptados y las evidencias para orientar futuras mejoras. Esta versión es compatible con los ejecutores OpenCode y Codex, e integra herramientas de evaluación comparativa para JobBench, LAB y WorkBuddy-Bench. Diseñado para flujos de trabajo de investigación e ingeniería, Harness2 combina editores deterministas, ejecución real y evaluaciones opcionales basadas en modelos para que los equipos puedan iterar en el diseño de harnesses, medir los avances y reanudar experimentos de forma reproducible.
Visitar Harness2
Comentarios (0)
No se encontraron comentarios