Google-Forschende haben EnvHarness als Open-Source-Tool veröffentlicht. Es passt die Trainingsumgebung eines Agenten automatisch an dessen Schwächen an. Das Framework setzt auf bestehenden Umgebungen auf, die die Standardaufrufe reset() und step() verwenden. Plug-in-Komponenten können Startzustände, Regeln oder Beobachtungen verändern, ohne die eigentliche Aufgabe oder deren Verifizierer anzutasten. Der integrierte EnvRigger beobachtet den Agenten, erkennt wiederkehrende Fehler, erstellt gezielte Änderungen und überprüft sie durch neue Interaktionen. Tests zeigten, dass Modelle wie Gemini 3.5 Flash und Claude Sonnet 4.6 bei Benchmarks wie WebArena und ALFWorld um 2,9 bis 3,7 Prozentpunkte besser abschnitten.
Warum es wichtig ist
Entwickler können leistungsfähigere Agenten schneller trainieren, ohne Benchmarks oder Verifizierer neu erstellen zu müssen.
