RSS VentureBeat
Подписаться
Исследователи обучили поисковый агент с открытым исходным кодом Harness-1, который превосходит GPT-5.4 в воспоминании релевантной информации.
Harness-1, поисковый агент с открытым исходным кодом, разработан исследователями из UIUC и UC Berkeley в сотрудничестве с Chroma. Этот агент с 20 миллиардами параметров, построенный на модели OpenAI gpt-oss-20B, переосмысливает подход ИИ к сложным задачам поиска. Он достиг впечатляющей точности извлечения в 73% на специально подобранном наборе данных, превзойдя даже GPT-5.4 и ведущие альтернативы с открытым исходным кодом. Важно отметить, что Harness-1 и связанный с ним код и веса немедленно доступны под разрешительной лицензией Apache 2.0 на Hugging Face. Разработка также демонстрирует эффективность Tinker, API для обучения и дообучения моделей ИИ. Успех Harness-1 обусловлен переносом задач учета из памяти модели в структурированную программную среду. Этот "внешний каркас состояния" действует как стол и картотека, позволяя ИИ сосредоточиться на исследованиях и рассуждениях. Традиционные поисковые агенты часто страдают от "амнезии поиска", пытаясь управлять всей информацией в пределах своего контекстного окна. Смена парадигмы Harness-1 доказывает, что эффективные среды являются ключом к автономии ИИ, а не только размер модели. Его конвейер обучения подчеркивает эффективность данных, используя новый подход, который значительно упрощает процесс обучения. Применимость модели в корпоративной среде огромна, предлагая производительность на передовом уровне при значительно сниженных затратах и задержках.
