Исследователи предложили метод Harness-S — агент не зависит от кода вокруг него

Исследователи выложили статью Harness-S — метод обучения агентов, который делает их устойчивее к смене харнеса, то есть кода вокруг модели: как ставится задача, какие доступны инструменты, как разбирается ответ. Проблема известна: одна и та же модель под разным харнесом даёт заметно разный результат.

Идея в том, чтобы при обучении показывать агенту несколько родственных харнесов сразу, а не один. Тогда модель перестаёт подстраиваться под частности конкретной обвязки и учится самой задаче.

Статья вошла в подборку Hugging Face Daily Papers, отобранную голосами сообщества.