Harness-1: เอเจนต์ย่อยสำหรับการค้นคืนขนาด 20B ที่มีสถานะ ซึ่งฝึกด้วยการเรียนรู้แบบเสริมกำลัง
หัวข้อต้นฉบับ:Meet Harness-1: A 20B Retrieval Subagent Trained With Reinforcement Learning Inside a Stateful Search Harness on gpt-oss-20b
สรุปโดย AI
UIUC ร่วมกับ Chroma เปิดตัว Harness-1 เอเจนต์ย่อยสำหรับการค้นคืนขนาด 20B พารามิเตอร์ ฝึกด้วยการเรียนรู้แบบเสริมกำลังในกรอบการค้นหาแบบมีสถานะ ซึ่งดูแลพูลผู้สมัคร ชุด标注ความสำคัญ กราฟหลักฐาน และบันทึกการตรวจสอบ โดยนโยบายเป็นตัวกำหนดจังหวะการค้นหา การกรอง การตรวจสอบ และการหยุด Harness-1 ทำคะแนนเฉลี่ย curated recall 0.730 บน 8 เกณฑ์มาตรฐาน สูงกว่าเอเจนต์ย่อยโอเพนซอร์สที่ดีที่สุดอันดับถัดไป 11.4 จุดเปอร์เซ็นต์ และเป็นรองเพียง Opus-4.6 เท่านั้น น้ำหนักโมเดลและโค้ดกรอบการทำงานเปิดเผยต่อสาธารณะแล้ว
ข้อมูลสำคัญ
- UIUC ร่วมกับ Chroma เปิดตัว Harness-1 เอเจนต์ย่อยสำหรับการค้นคืนขนาด 20B พารามิเตอร์ ฝึกด้วยการเรีย…
- 730 บน 8 เกณฑ์มาตรฐาน สูงกว่าเอเจนต์ย่อยโอเพนซอร์สที่ดีที่สุดอันดับถัดไป 11.
- 4 จุดเปอร์เซ็นต์ และเป็นรองเพียง Opus-4.
- 6 เท่านั้น น้ำหนักโมเดลและโค้ดกรอบการทำงานเปิดเผยต่อสาธารณะแล้ว
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- MarkTechPost(RSS)
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 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。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Harness-1: เอเจนต์ย่อยสำหรับการค้นคืนขนาด 20B ที่มีสถานะ ซึ่งฝึกด้วยการเรียนรู้แบบเสริมกำลัง 7 มิถุนายน 2026 https://new.nat6.net/th/news/cmq3eppdj06j7sl97koo7u9xf/