# Harness², profesyonel testlerde LLM ajanlarını geliştiriyor

> Araştırmacılar, üç kıyaslama paketinde GLM‑5 ve Gemini 3.5 Flash’ın performansını artıran özyinelemeli bir Harness sistemi tanıttı.

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

Yanfei Chen liderliğindeki ekip, büyük dil modeli ajanlarını çalıştıran kodu otomatik olarak iyileştiren, tak-çalıştır bir çerçeve olan Harness²’yi yayımladı. Sistem iki özyinelemeli katman kullanıyor: Gerçek yanıtları bilmeye gerek duymadan düzenlemeler önerip bunları test eden görev düzeyinde bir adım ve bu düzenlemelerden öğrenerek sonraki görevlere uyum sağlayan harness düzeyinde bir adım. Üç profesyonel kıyaslama testinde tek bir özyineleme adımı, GLM‑5 ve Gemini 3.5 Flash puanlarını WorkBuddy‑Bench’te 11.5 puana, JobBench’te 4.5 puana ve LAB’da 11.8 yüzde puana kadar yükseltti.

## Gerçekler

- Makale 2026‑10‑14 tarihinde arXiv’de yayımlandı
- LAB kıyaslamasında 11.8 yüzde puana kadar iyileşme sağlandı

## Neden önemli

Bu yöntem, yapay zekâ asistanlarının elle ayarlanmış koda ihtiyaç duymadan yeni ve gerçek dünya görevlerine uyum sağlamasına olanak tanıyabilir. Böylece değişen ortamlarda LLM ajanlarını devreye alan geliştiriciler bundan yararlanabilir.

## Kaynaklar ve referanslar

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

Son güncelleme: 2026-10-14