Mid-Harness: Scaling Actions Between Model and Harness for Terminal Agents
Aggiunta all'archivio di AIChronos il (numero del 1 ottobre 2026 ricostruito)· fonte del · Minki Kang, Ryo Hachiuma, Shaokun Zhang, Subhashree Radhakrishnan, Yonggan Fu, Jindong Jiang (NVIDIA)
Mid-Harness è un framework che migliora l'affidabilità degli agenti terminali campionando e verificando le azioni candidate al confine tra modello (generator) e harness di esecuzione. L'approccio permette di sfruttare capacità di verifica superiori senza modificare il generatore delle azioni, aumentando significativamente i tassi di successo su benchmark come TerminalBench-Lite. La combinazione di scalatura delle azioni e della traiettoria dimostra che l'allocation del compute al momento dell'inferenza (test-time) è più efficiente rispetto alla generazione pura di nuove traiettorie.
- Mid-Harness campiona multiple azioni candidate prima di eseguirne una, mantenendo invariato il modello generatore e l'harness sottostante.
- Un verifier capace può sfruttare alternative utili generate dallo stesso modello base che altrimenti verrebbero scartate o eseguite erroneamente.
- La verifica pairwise tra coppie di azioni risulta essere la meccanismo più efficace rispetto ad altre strategie testate.
- Il distillare le risposte del verifier forte nel modello TMAX-9B migliora ulteriormente il Pass@1 senza alterare l'azione generator.
- L'integrazione della scalatura delle azioni con quella delle traiettorie riduce i costi stimati in token rispetto alla sola generazione di nuove traiettorie.
Perché conta. Per gli sviluppatori che costruiscono agenti AI locali o sistemi autonomi, Mid-Harness offre una via per aumentare l'affidabilità dell'esecuzione dei comandi senza dover riaddestrare i modelli base. Questo approccio è cruciale in ambienti dove un errore di comando (come installare il pacchetto sbagliato) può bloccare irreversibilmente la sessione.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.