Hacker News Front Page · irthomasthomas ·
google-research/harness2
Harness² presenta un framework plug-and-play que mejora de forma recursiva los harnesses de agentes sin modificar los pesos del modelo. En tres benchmarks profesionales, un paso de refinamiento elevó los resultados de GLM-5 y Gemini 3.5 Flash, con mejoras de hasta 11,5 puntos en WorkBuddy-Bench, 4,5 en JobBench y 11,8 puntos porcentuales en la tasa de aprobación parcial de LAB; un mayor presupuesto de refinamiento también produjo mejoras. El proyecto ofrece modos de recursión paralela y secuencial, ejecutores OpenCode y Codex, y herramientas para configurar, ejecutar y evaluar benchmarks.
Contribute to google-research/harness2 development by creating an account on GitHub.