11:16
官方账号arXiv cs.AI@Esakkivel Esakkiraja, Denis Akhiyarov, Vikas Yadav, Sai Rajeswar, Patrice Bechard, Sridhar Nemala, Sagar Davasam
推荐理由：StarHarness能够有效提高企业环境中智能体的性能，通过分层搜索和固定模型权重的方式，实现了20-35个百分点的性能提升，非常适合需要优化智能体性能的企业使用。
StarHarness
共 1 条相关 AI 资讯
8月26日
11:16
StarHarness是一个在固定模型权重的同时进化特定环境智能体框架的工具。它通过分层任务、分离搜索和选择任务，以及保留任务来评估泛化能力。在ITBench SRE、EnterpriseOps-Gym ITSM和AutomationBench Finance上，经过4-12次接受的变化，框架进化提高了基准性能20-35个百分点。这些改进在排除进化任务和跨GPT和Qwen模型家族的迁移中持续存在。跟踪分析将改进归因于接口修复、环境约定和压缩搜索的操作知识，减少了误诊和缩短了轨迹。因此，StarHarness为减少工具丰富的企业任务中的持续模型-环境不匹配提供了实用方法。