मॉडल लॉन्च

Harness-1: रीइन्फोर्समेंट लर्निंग पर प्रशिक्षित स्टेटफुल सर्च 20B रिट्रीवल सब-एजेंट

मूल शीर्षक:Meet Harness-1: A 20B Retrieval Subagent Trained With Reinforcement Learning Inside a Stateful Search Harness on gpt-oss-20b

AI सारांश

UIUC और Chroma ने संयुक्त रूप से Harness-1 पेश किया, जो 20B पैरामीटर वाला रिट्रीवल सब-एजेंट है। इसे एक स्टेटफुल सर्च फ्रेमवर्क में रीइन्फोर्समेंट लर्निंग के जरिए प्रशिक्षित किया गया है, जो कैंडिडेट पूल, महत्व-एनोटेशन सेट, एविडेंस ग्राफ और सत्यापन रिकॉर्ड बनाए रखता है, और नीति तय करती है कि कब खोजना, फ़िल्टर करना, सत्यापित करना और रुकना है। Harness-1 ने 8 बेंचमार्क पर 0.730 औसत curated recall हासिल किया, जो अगले सर्वश्रेष्ठ ओपन-सोर्स सब-एजेंट से 11.4 प्रतिशत अंक अधिक है और Opus-4.6 से केवल पीछे है। मॉडल वेट और फ्रेमवर्क कोड दोनों सार्वजनिक किए गए हैं।

मुख्य जानकारी

  • UIUC और Chroma ने संयुक्त रूप से Harness-1 पेश किया,जो 20B पैरामीटर वाला रिट्रीवल सब-एजेंट है। इसे…
  • 730 औसत curated recall हासिल किया,जो अगले सर्वश्रेष्ठ ओपन-सोर्स सब-एजेंट से 11.
  • 4 प्रतिशत अंक अधिक है और Opus-4.
  • 6 से केवल पीछे है। मॉडल वेट और फ्रेमवर्क कोड दोनों सार्वजनिक किए गए हैं।

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
MarkTechPost(RSS)
श्रेणी
मॉडल लॉन्च
AI स्कोर
73
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

UIUC和Chroma放出的这个20B检索子代理,用RL训练出了0.73的平均召回,把开源竞品甩开11.4分,只比Opus-4.6低一点。权重、Harness全开源,搞RAG的可以真刀真枪试试了。

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: Harness-1: रीइन्फोर्समेंट लर्निंग पर प्रशिक्षित स्टेटफुल सर्च 20B रिट्रीवल सब-एजेंट। 7 जून 2026। https://new.nat6.net/hi/news/cmq3eppdj06j7sl97koo7u9xf/

सभी देखें →