Yanfei Chen की अगुवाई वाली टीम ने Harness² जारी किया है। यह प्लग‑एंड‑प्ले फ्रेमवर्क बड़े भाषा मॉडल (LLM) एजेंटों को चलाने वाले कोड को अपने आप बेहतर बनाता है। सिस्टम में रिकर्सन की दो परतें हैं: टास्क‑स्तर पर यह ऐसा चरण प्रस्तावित करता है और उसके बदलावों को परखता है, जिसके लिए सही उत्तर पहले से जानना ज़रूरी नहीं; वहीं Harness‑स्तर पर यह उन बदलावों से सीखकर आगे के कामों में उनका लाभ उठाता है। तीन पेशेवर बेंचमार्क पर परीक्षण में, रिकर्सन के एक चरण से GLM‑5 और Gemini 3.5 Flash के स्कोर WorkBuddy‑Bench पर 11.5 अंक तक, JobBench पर 4.5 अंक तक और LAB पर 11.8 प्रतिशत अंक तक बढ़े।
यह क्यों मायने रखता है
इस तरीके से AI सहायक हाथ से कोड में बदलाव किए बिना, वास्तविक दुनिया के नए कामों के अनुरूप ढल सकते हैं। बदलते माहौल में LLM एजेंट तैनात करने वाले डेवलपर इससे लाभ उठा सकते हैं।
