L’amélioration des performances des modèles d’IA, doit-elle se faire uniquement en accumulant aveuglément des paramètres et en consommant de l’infrastructure de calcul ? Google propose une solution complètement nouvelle !
Récemment, Google a officiellement mis en open source son dernier résultat révolutionnaire dans le domaine de l’amélioration récursive automatique (RSI) : le framework Harness². Ce système brise les dépendances de parcours traditionnelles ; sans avoir à modifier les poids du socle du grand modèle, une optimisation de la structure de base (Scaffold) permet à l’efficacité du grand modèle de se dégrader de manière spectaculaire. Il est intéressant de noter que 78 % des équipes de recherche clés de ce framework sont composées de Chinois.
Réduire les points faibles des deux industries majeures : récursion à double niveau au niveau des tâches et au niveau des améliorations
Les anciens solutions de RSI (Recursif Self-Improvement) rencontraient souvent deux problèmes majeurs : d’une part, il était facile de se tromper lorsqu’il n’y avait pas de réponse standard ; d’autre part, il était très facile de surajuster les données pour une seule tâche. C’est pour cela que Harness² a introduit de manière innovante une structure de récursivité à double niveau.
Recursivité de niveau task (mécanisme proposition-détection-synthèse) : dans des scénarios ouverts sans réponse standard, le système valide efficacement les modifications par des vérifications comparatives multi-faisances, les intègre de manière sécurisée dans le scaffold de fonctionnement, et permet également une extension parallèle afin d’élargir considérablement l’espace de recherche.
Recursion de niveau amélioré (accumulation et réutilisation de la base d’expérience) : les expériences précieuses obtenues pendant le débogage sont accumulées dans une base d’expérience permettant des améliorations continues. Lorsque l’Agent est confronté à de nouveaux tâches, il peut directement rechercher et réutiliser l’expérience historique, permettant ainsi une itération efficace et continue de sa capacité d’amélioration.
Les performances mesurées sont étonnantes : les scores ont considérablement augmenté, et la capacité de migration entre différents domaines est maximale.
Dans plusieurs tests de référence autoritaires, les performances mesurées de Harness² sont remarquables :
Dans les tests du benchmark de travail WorkBuddy-Bench, le score GLM-5 après intégration dans ce framework a augmenté directement de 11,5 points, et a même dépassé celui du Gemini3.5Flash native.
Dans les tests dans plusieurs domaines tels que JobBench et le laboratoire de référence juridique, les performances du modèle ont également connu une amélioration significative ; en transférant l’expérience de base entre différents domaines, on peut encore renforcer leurs performances.
Activer la nouvelle voie de l'ingénierie cognitive Runtime
La mise en œuvre de cet résultat marque que l’industrie échappe à la tradition du “ Rouge Mer” basée uniquement sur l’échelle des paramètres du modèle de base (Scaling Law), et explore officiellement une nouvelle voie de conception de temps de réponse où l’Agent peut se percevoir lui-même et se corriger automatiquement pendant son fonctionnement. Avec la mise à disposition complète open source de Harness², les développeurs pourront permettre à leurs modèles d’IA de s’évolutionner continuellement et de devenir de plus en plus intelligents au fil de l’utilisation, à un coût très faible !