Harness-1:強化学習で訓練されたステートフル検索20B検索サブエージェント
原題:Meet Harness-1: A 20B Retrieval Subagent Trained With Reinforcement Learning Inside a Stateful Search Harness on gpt-oss-20b
AI 要約
UIUCとChromaは共同でHarness-1を発表した。20Bパラメータの検索サブエージェントである。強化学習によりステートフル検索フレームワーク内で訓練され、このフレームワークは候補プール、重要度注釈セット、証拠グラフ、検証記録を維持し、ポリシーが検索、選別、検証、停止のタイミングを決定する。Harness-1は8つのベンチマークで平均curated recall 0.730を達成し、次に優れたオープンソースサブエージェントを11.4ポイント上回り、Opus-4.6にのみ劣る。モデル重みとフレームワークコードは公開済み。
要点
- UIUCとChromaは共同でHarness-1を発表した。
- 20Bパラメータの検索サブエージェントである。
- 強化学習によりステートフル検索フレームワーク内で訓練され、このフレームワークは候補プール、重要度注釈セット、証拠グラフ、検証記録を維持し、ポリシーが検索、選別、検証、停止のタイミングを決定する。
- Harness-1は8つのベンチマークで平均curated recall 0.
- 730を達成し、次に優れたオープンソースサブエージェントを11.
概要
- 公開日時
- 更新日時
- カテゴリ
- モデル公開
- AI スコア
- 73
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。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Harness-1:強化学習で訓練されたステートフル検索20B検索サブエージェント。2026年6月7日。https://new.nat6.net/ja/news/cmq3eppdj06j7sl97koo7u9xf/