추천harness2: 모델 가중치 고정, 하네스만 재귀 최적화해 성능 11.5p 상승

LLM 에이전트의 성능을 높이기 위해 모델 자체를 미세 조정하는 대신, 주변 시스템인 하네스만 재귀적으로 최적화하는 프레임워크다. 프롬프트, 메모리, 도구 설정 등 8가지 구성 요소를 수정하고 실행 결과를 비교해 가장 효율적인 조합을 찾아낸다.

1 / 4

정답 데이터가 없는 오픈 월드 환경에서도 동작하도록 설계됐다. 제안-탐색-구성(Propose-Probe-Compose) 단계를 반복하며 실행 증거를 바탕으로 하네스를 다듬고, 이전 작업에서 얻은 교훈을 다음 작업에 반영하는 지속적 개선 루프를 갖는다.

GLM-5와 Gemini 3.5 Flash 모델에서 WorkBuddy-Bench 기준 최대 11.5점, JobBench에서 4.5점의 성능 향상을 입증했다. 병렬 및 순차적 재귀 모드를 지원하며, OpenCode와 Codex 실행기를 통해 법적, 사무적, 코딩 관련 전문 벤치마크를 평가할 수 있다.