RSS VentureBeat
팔로우
연구원들은 관련 정보를 기억하는 데 있어 GPT-5.4를 능가하는 오픈 소스 AI 검색 에이전트인 Harness-1을 훈련시켰습니다.
Harness-1은 UIUC와 UC Berkeley 연구진이 Chroma와 협력하여 개발한 오픈 소스 검색 에이전트입니다. OpenAI의 gpt-oss-20B 모델을 기반으로 구축된 이 200억 개 매개변수 에이전트는 AI가 복잡한 검색 작업을 처리하는 방식을 재정의합니다. 엄선된 데이터셋에서 73%의 인상적인 리콜 정확도를 달성하여 GPT-5.4 및 선도적인 오픈 소스 대안을 능가했습니다. 중요한 것은 Harness-1과 관련 코드 및 가중치가 Hugging Face에서 Apache 2.0 라이선스 하에 즉시 사용할 수 있다는 것입니다. 이 개발은 AI 모델을 훈련하고 미세 조정하기 위한 API인 Tinker의 효과도 보여줍니다. Harness-1의 성공은 모델 메모리에서 구조화된 소프트웨어 환경으로 북키핑 작업을 오프로드하는 데서 비롯됩니다. 이 "상태 외부화 하네스"는 책상과 파일 캐비닛처럼 작동하여 AI가 연구와 추론에 집중할 수 있도록 합니다. 기존 검색 에이전트는 종종 컨텍스트 창 내의 모든 정보를 관리하려고 시도함으로써 "검색 기억 상실"로 고통받습니다. Harness-1의 패러다임 전환은 AI 자율성의 핵심이 모델 크기뿐만 아니라 효율적인 환경임을 증명합니다. 모델의 훈련 파이프라인은 학습 프로세스를 크게 단순화하는 새로운 접근 방식을 사용하여 데이터 효율성을 강조합니다. 이 모델의 엔터프라이즈 적용 가능성은 엄청나며, 훨씬 낮은 비용과 지연 시간으로 최전선 수준의 성능을 제공합니다.
