Harness-of-Harness 相关 AI 资讯 · AITOP · AI热报

9月3日

00:47

00:47

elvis@omarsar0

Meta推出的Harness-of-Harness系统在GameCraft-Bench、FrontierSWE和ProgramBench三个基准测试中，与三种不同的harness和模型配对相比，经过三次迭代后平均提升52.25%，最高达82.86%。该系统通过将执行组织为规划、编码和测试的重复增量，平衡修复与能力增长，将工作范围限定为可验证的小步骤。系统保持实现时测试与独立评估分离，约束输出而非工作流程。

AI产品 Harness-of-Harness Meta 编程助手

推荐理由：Meta新出的Harness-of-Harness能让编程代理连续工作数天，比独立系统平均提升52%，最高82%

9月2日

10:49

10:49

官方一手arXiv: DeepSeek@Haoyang Yan, Min-le Su, Hangfan Zhang, Zhanhao Li, Chen Zhang, Shao Zhang, Yang Chen, Lei Bai, Shuyue Hu

精选73°

Harness-of-Harness(HoH)框架使基于LLM的编码代理能够在自主开发过程中持续改进软件。该框架在GameCraft-Bench、FrontierSWE和ProgramBench三个基准测试中，使用Codex与GPT-5.5、OpenCode与DeepSeek-V4-Pro、Pi与MiniMax-M3三对模型组合，平均相对提升52.25%，最高提升82.86%。在70多次迭代的多日部署中，HoH自主开发了一款具有连贯故事线、完整核心机制、可玩体验、精美视觉效果和集成音频的第一人称射击游戏。

AI模型 Harness-of-Harness GPT-5.5 DeepSeek-V4-Pro

推荐理由：HoH框架让AI编码代理能持续改进软件，在三个基准测试中平均提升52%，还能自主开发完整游戏。