Hugging Face · 每日论文· 媒体 / 作者来源·精选
HarnessPro: 通过帕累托优化实现递归自改进的Harness性能与成本平衡
原文标题
HarnessPro: Recursive Harness Self-Improvement with Pareto Optimization for Performance-Cost Trade-offs
AI 导读
HarnessPro是一种无标签方法，通过递归自改进优化Harness，在提升任务性能的同时降低执行成本。该方法使用LLM生成的测试评估候选Harness，通过专业代理诊断执行轨迹并规划更新，提供轻量、平衡和高性能三种模式。实验显示，在多个基准测试中，HarnessPro的高性能模式相比RHO方法平均通过率提升2.0个百分点，单任务成本降低26.1%。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
解决了Harness开发中的性能与成本权衡问题，为不同预算场景提供优化方案，显著降低AI代理执行成本。
导读由模型辅助整理，非独立核验。完整信息见原文。