Northwestern 与 Google 论文提出 Harness2:无需答案键自动改进智能体 harness
自动整理 · 基于采集摘要,未逐条核验
本站整理于
事件要点
Northwestern 与 Google 的论文 Harness² 提出 plug-and-play 的递归 harnessing 框架,让智能体 harness(提示词、工具、技能与记忆的封装)在新任务上无答案键自我改进:编辑模型提出修改,重跑任务只保留有效的修改,经验存入库指导后续任务。
相关背景
提示词是什么?任务要求、参考资料与输入边界的写法
提示词是提供给生成模型的输入,用来表达任务或提供上下文,既可以是一句要求,也可以包含参考资料和示例。实际接口还可能使用不同角色和多模态内容。清楚的提示有助于限定任务,但不是模型能力的保证;缺少事实依据时,再精巧的措辞也不能让未知信息自动变成已核实的答案。
AI Agent 是什么?用资料整理看懂它与聊天机器人的区别
本文讨论由大语言模型驱动的 AI Agent:它围绕一个目标选择下一步操作,通过工具获得外部结果,再据此继续执行或停止。例如整理会议资料时,它可以先搜索文件,读取内容后发现缺少日期,再补查另一份记录。普通问答只生成回复;Agent 增加了对执行过程的动态控制。能调用一次工具并不自动证明它有这种控制,仍应检查工具记录与完成结果。
阅读说明
事件要点来自采集摘要;相关背景引用本站已有资料,帮助理解术语,不作为本次事件的新事实。产品效果、适用条件及后续变化请查看原始资料。
原文来源
来源与采集进展
| 来源 | 报道标题 | 原文发布时间 | 本站收录时间 |
|---|---|---|---|
| x.com | Northwestern 与 Google 论文提出 Harness2:无需答案键自动改进智能体 harness | 2026-11-15 08:08 | 2026-11-15 08:27 |