RSS VentureBeat
フォロー
研究者たちは、GPT-5.4よりも関連情報の想起に優れたオープンソースAI検索エージェント、Harness-1を訓練しました。
Harness-1、オープンソースの検索エージェントは、UIUCとUC Berkeleyの研究者たちがChromaと協力して開発しました。OpenAIのgpt-oss-20Bモデルを基盤とするこの200億パラメータのエージェントは、AIが複雑な検索タスクを処理する方法を再定義します。キュレーションされたデータセットで73%という印象的なリコール精度を達成し、GPT-5.4や他の主要なオープンソースの代替手段をも凌駕しました。重要なことに、Harness-1とその関連コードおよびウェイトは、Hugging Face上でApache 2.0ライセンスの下ですぐに利用可能です。この開発は、AIモデルのトレーニングとファインチューニングのためのAPIであるTinkerの効果も示しています。Harness-1の成功は、モデルのメモリから構造化されたソフトウェア環境にブックキーピングタスクをオフロードすることに起因します。この「状態外部化ハーネス」は、机とファイルキャビネットのように機能し、AIが研究と推論に集中できるようにします。従来の検索エージェントは、コンテキストウィンドウ内で全ての情報を管理しようとすることで「検索健忘症」に悩まされることがよくあります。Harness-1のパラダイムシフトは、効率的な環境がAIの自律性の鍵であり、モデルサイズだけではないことを証明しています。そのトレーニングパイプラインは、学習プロセスを大幅に簡素化する新しいアプローチを使用して、データ効率を重視しています。このモデルのエンタープライズでの応用は計り知れず、大幅に削減されたコストとレイテンシで最先端のパフォーマンスを提供します。
