Kann die Leistung von AI-Modellen nur durch das blinde Hinzufügen von Parametern und den Einsatz von Rechenleistung erhöht werden? Google hat eine völlig neue Lösung geliefert!
In letzter Zeit hat Google das neueste bahnbrechende Ergebnis im Bereich der rekursiven Selbstverbesserung (RSI) offiziell öffentlich gemacht – das Harness²-Framework. Dieses Konzept bricht traditionelle Pfadabhängigkeiten, ohne dass die Gewichte des Basissystems des großen Modells verändert werden müssen. Durch die Optimierung des Umgebungsgerüsts (Scaffold) kann die Leistung des großen Modells eine enorme Steigerung erleben. Es ist erwähnenswert, dass 78 Prozent der Kernentwicklerteam dieses Frameworks Chinesen sind.
Die Schwachstellen der beiden Branchen aufbrechen: Doppelte Rekursion auf Task- und Verbesserungsniveau
Die bisherigen RSI- (Recursives Self-Improvement)-Lösungen hatten oft zwei Probleme: Erstens kann es leicht zu einer Abweichung kommen, wenn es keine Standardantworten gibt; zweitens passt sie sehr leicht zu einem einzelnen Aufgabe. Deshalb hat Harness² innovativ eine doppelte Rekursionsarchitektur eingeführt:
Task-spezifische Rekursion (Vorschlag-Erkundung-Synthese-Mechanismus): In offenen Umgebungen ohne standardisierte Antworten führt das System durch mehrstufige kontrollierte Validierung effektiver Änderungen, um sie sicher in den Betriebsskripten zu integrieren, und unterstützt gleichzeitige Erweiterungen, um den Suchraum erheblich zu erweitern.
Verbesserte Rekursion (Aufbewahrung und Wiederverwendung von Erfahrungen): Die wertvollen Erfahrungen aus dem Fehlerbehebungsprozess werden in eine Bibliothek für kontinuierliche Verbesserungen aufbewahrt. Wenn der Agent später mit neuen Aufgaben konfrontiert wird, kann er die historischen Erfahrungen direkt abrufen und wiederverwenden, was eine kontinuierliche und effiziente Iteration der Verbesserungsfähigkeit ermöglicht.
Die tatsächlichen Leistungen sind beeindruckend: Die Scores steigen überall, die Fähigkeit zur Übertragung zwischen verschiedenen Bereichen ist voll entfessert.
In mehreren autoritativen Benchmark-Tests zeigt Harness² eine beeindruckende Leistung:
Im Test des Arbeitsstandards WorkBuddy-Bench stieg das GLM-5-Score nach der Integration dieses Frameworks direkt um 11,5 Punkte, und überholte sogar den ursprünglichen Gemini3.5Flash.
In Tests in verschiedenen Bereichen wie JobBench und dem Rechtsstandards-LAB hat sich die Leistung des Modells ebenfalls deutlich verbessert; durch den Übertritt der Erfahrungsdaten über verschiedene Bereiche kann die Leistung noch weiter gesteigert werden.
Starten Sie den neuen Weg des Runtime-Kognitionsprojekts
Dieser Erfolg markiert, dass die Branche sich von der traditionellen Abhängigkeit von den Parametern des Basismodells (Scaling Law) löst und einen neuen Weg im Runtime-Kognition-Engineering entwickelt, bei dem Agenten während des Betriebs selbst wahrnehmen und selbst reparieren können. Mit der vollständigen Open-Source-Version von Harness² werden Entwickler in sehr niedrigen Kosten ermöglicht, dass ihre AI-Modelle im tatsächlichen Betrieb ständig weiterentwickelt werden und klüger werden!