Tədqiqatçılar "Self-Harness" çərçivəsini təqdim edir: AI agentləri öz qaydalarını yenidən yazaraq performansı 60% artırır

Hər şirkət öz qabaqcıl AI dil modelini qurmaq məcburiyyətində deyil. Lakin modeli idarə edən "harness" (qoşqu) sistemi əksər müəssisələrin öz ehtiyaclarına uyğun fərdiləşdirə biləcəyi bir sahədir. Şanxay Süni İntellekt Laboratoriyasının tədqiqatçıları "Self-Harness" adlı yeni bir çərçivə təqdim edərək, LLM əsaslı agentlərin öz iş qaydalarını sistematik şəkildə təkmilləşdirməsinə imkan yaradıblar. LLM əsaslı agentin performansı yalnız əsas modeldən deyil, həm də onu əhatə edən "harness" sistemindən asılıdır. Bu sistemə sistem promptları, alətlər, yaddaş, doğrulama qaydaları, icra siyasətləri, orkestrləşdirmə məntiqi və uğursuzluqdan bərpa prosedurları daxildir. Adi səhvlər çox vaxt modeldən deyil, məhz bu harness qatından qaynaqlanır - məsələn, agent modelin cavabını yoxlamadan uğur bildirə bilər və ya uğursuz hərəkəti dəfələrlə təkrarlaya bilər. Tədqiqatçıların təqdim etdiyi "Self-Harness" yanaşmasında agent öz icra izlərini təhlil edərək qaydalarına empirik dəyişikliklər edir. Bu, əl ilə intuisiya əsasında aparılan sazlamanı əvəz edərək, sistematik geribildirim dövrü yaradır. Nəticədə agentlər öz zəif tərəflərini aşkar edib onları avtomatik düzəldərək performansı 60%-ə qədər artıra bilirlər. Bu yanaşma inkişaf qruplarına modelə xas zəiflikləri aradan qaldırmaq üçün daim təkmilləşən fərdi agentlər yerləşdirməyə imkan verir. SWE-agent, Claude Code, Codex və OpenHands kimi məşhur harness sistemləri artıq bu çərçivədən faydalana bilər. Self-Harness, harness mühəndisliyindəki əsas problemi həll edərək, insan müdaxiləsinə ehtiyac olmadan agentlərin öz protokollarını uyğunlaşdırmasını təmin edir.