# Harness² förbättrar LLM-agenter på yrkesinriktade tester

> Forskare presenterar ett rekursivt system som höjer resultaten för GLM‑5 och Gemini 3.5 Flash på tre benchmarksviter.

Oossa · 2026-10-14 · https://oossa.com/sv/harness2-framework-improves-llm-agents-on-professional-benchmarks

Ett team lett av Yanfei Chen har lanserat Harness², ett plug-and-play-ramverk som automatiskt förfinar koden som styr agenter baserade på stora språkmodeller. Systemet använder två rekursiva nivåer: ett steg på uppgiftsnivå som föreslår och testar ändringar utan att behöva facitsvar, och ett steg på ramverksnivå som lär sig av ändringarna inför framtida uppgifter. I tester på tre yrkesinriktade benchmarktester höjde ett enda rekursionssteg resultaten för GLM‑5 och Gemini 3.5 Flash med upp till 11.5 poäng på WorkBuddy‑Bench, 4.5 poäng på JobBench och 11.8 procentenheter på LAB.

## Fakta

- Artikeln publicerades på arXiv den 2026‑10‑14
- Förbättringen var upp till 11.8 procentenheter på LAB-benchmarktestet

## Varför det spelar roll

Metoden kan göra det möjligt för AI-assistenter att anpassa sig till nya uppgifter i verkligheten utan specialskriven kod, vilket kan gynna utvecklare som använder LLM-agenter i miljöer som förändras.

## Källor och referenser

1. [Harness^2: Recursive Agent Harnessing for an Open World](https://arxiv.org/abs/2610.14224) – arXiv, 2026-10-14

Senast uppdaterad: 2026-10-14