EverMind AI 发布 Raven：一个能演化模型 harness 的开源系统
DAIR.AI 介绍了 EverMind AI 的开源多智能体系统 Raven：它为每个模型和领域构建独立的 harness，并根据失败对其进行演化。搭配 DeepSeek-V4-Flash，其研究 harness 在 BrowseComp 上得分 69.3%，在 Humanity's Last Exam 上得分 60.0%。
#agent-harness
查看全部AI快讯ActiveSaddler 在优化智能体运行框架的同时调整场景
DAIR.AI 介绍了来自 Microsoft 及合作者的论文 ActiveSaddler，该论文改变用于优化智能体运行框架的场景。在相同优化器下，与固定场景顺序相比，测试 Pass@1 在 GAIA2 上提高 4.4 分，在 Terminal-Bench 2.0 上提高 7.5 分。
Harness-Zero 在去掉专用 harness 后将宏观任务成功率提高到 44.3%
Google 与合作者的一篇论文介绍了 Harness-Zero：优化后的 agent harness 只在训练阶段使用。去掉该 harness 后，宏观任务成功率从 23.3% 升至 44.3%，高于基座模型挂上该 harness 时达到的 41.7%。