Harness2
NexusAi サマリー： Harness2は、モデルの重みを変更せずにエージェントハーネスを改善する、再帰的なハーネス最適化のためのプラグアンドプレイ型フレームワークです。ハーネスの変更案を反復的に提案・検証・統合し、オープンワールドのタスクにおけるエージェントの動作を向上させます。
NexusAi 概要
Harness2では、ハーネス設計を反復的な探索として捉えます。変更候補を提案し、実行によって動作の違いを明らかにし、有効な変更を取り入れた改良版ハーネスを構成します。このループは正解ラベルなしで実行でき、得られた知見を保持して次のタスクでの改善を加速します。
主な機能
エージェントシステムの設計、ハーネス戦略のベンチマーク、モデルを再トレーニングせずに再現可能な改善を実現したいエンジニアや研究者を対象としています。コード、法務、オフィス業務のワークフローにおけるツールの呼び出しループを改善したり、実行環境ごとの動作を比較したり、タスクやドメインを横断して実験予算を拡大し、追加的な改善効果を測定したりする用途に適しています。
- 「提案・検証・統合」により、実行結果の比較を根拠にハーネス要素を編集します。
- 並列・逐次の再帰モードにより、探索の幅と改善の深さを調整できます。
- 実環境およびサンドボックスでのコード実行に、OpenCodeとCodexの実行環境を利用できます。
- 採用したハーネスと知見を保存し、今後のタスク改善に自動で活用します。
- JobBench、LAB、WorkBuddy-Benchと連携し、標準化された評価を実施できます。
注目のトレンド
代表的なコメント
LinuxにPython 3.12でインストールし、仮想環境を作成してリポジトリの依存関係をインストールします。モデルベースの実行では、環境設定ファイルに認証情報とモデルIDを設定し、必要に応じてベンチマーク用の依存関係を追加します。その後、Harness2のデモまたはベンチマーク用コマンドを実行すると、再現可能な実行結果が得られます。並列・逐次の再帰モード、タスク選択のプレビュー、評価を一貫して行うための判定・レポート作成ステージなど、各種フラグも利用できます。
NexusAi: Harness2はモデルの重みを変えずに、ハーネスの開発を測定可能で再利用できる実験ループへと変えます。
利用開始方法
Harness2は、反復的なハーネス改善と再現可能な評価が重要となる場面に最適です。ベンチマーク主導の研究、ツールの呼び出しループを改善するエンジニアリングチーム、モデルの重みを固定しておく必要があるケースなどで活用できます。対照的な実行結果に基づく編集、知見の継続的な蓄積、柔軟な実行環境を組み合わせている点で、場当たり的なプロンプト調整とは一線を画します。
ツールを開き、基本的な製品体験を確認します。
アカウントを作成するか、既存のワークスペースにアクセスします。
自分のタスクで速度、品質、適合性を判断します。
最終判断の前に類似AIツールを確認します。
Harness2
Google Researchは、基盤モデル研究のための実験的なツールやインフラを開発しています。研究手法とエンジニアリングの実践をつなぎ、現場で活用できる再現性の高いフレームワークを公開しています。
Harness2（Harness²）は、重みを更新するのではなく、再帰的な改善によってエージェントハーネス（プロンプト、ツール、メモリ、スキル、オーケストレーション）を改善する、再現可能でモデルに依存しないシステムです。タスク実行時には「提案・検証・統合」のループを回し、ハーネスの変更候補を生成して同じタスクで効果を検証し、動作の違いをもとに改良版ハーネスを構成します。並列・逐次の再帰モードを通じて、採用したハーネスとその根拠を保持し、以降の改善に役立てます。今回のリリースでは、OpenCodeとCodexの実行環境に対応し、JobBench、LAB、WorkBuddy-Benchのベンチマークツールと連携します。研究・エンジニアリングのワークフロー向けに設計されたHarness2は、決定論的なエディター、実際の実行、任意のモデルベース評価を組み合わせ、チームがハーネス設計を反復し、改善効果を測定し、実験を再現可能な形で再開できるようにします。
Harness2にアクセス
コメント (0)
コメントはまだありません