گروهی به سرپرستی یانفی چن، Harness² را منتشر کرده‌اند؛ چارچوبی آماده‌استفاده که کدِ اجراییِ عامل‌های مدل‌های زبانی بزرگ را به‌طور خودکار بهبود می‌دهد. این سامانه از دو لایه بازگشت استفاده می‌کند: در گام نخست، در سطح وظیفه، تغییراتی پیشنهاد و آزمایش می‌شوند، بی‌آنکه پاسخ‌های صحیحِ ازپیش‌تعیین‌شده لازم باشد؛ در گام دوم، در سطح چارچوب، سامانه از این تغییرات برای انجام وظایف آینده یاد می‌گیرد. در آزمایش‌ها روی سه معیار حرفه‌ای، یک گام بازگشت امتیاز GLM‑5 و Gemini 3.5 Flash را در WorkBuddy‑Bench تا 11.5 امتیاز، در JobBench تا 4.5 امتیاز و در LAB تا 11.8 واحد درصد افزایش داد.
چرا مهم است
این روش می‌تواند به دستیارهای هوش مصنوعی کمک کند بدون نیاز به کدنویسیِ دستیِ ویژه، خود را با وظایف واقعی و تازه سازگار کنند؛ قابلیتی سودمند برای توسعه‌دهندگانی که عامل‌های مدل‌های زبانی بزرگ را در محیط‌های متغیر به کار می‌گیرند.
