HAD는 에이전트 증류에서 하네스가 바꾼 행동을 따로 가르친다
Harness-Aware Distillation은 같은 교사를 하네스 유무로 비교해, 작은 에이전트가 외부 상태·피드백에 반응하는 행동을 직접 학습하도록 한다.
Tag26 posts
#Agent Harness
글 목록
Qwen-Planner-Agent는 모델 훈련과 실행 하네스를 함께 개선한다
모바일 에이전트를 데이터 생성·강화학습·실행 하네스의 폐루프로 개발하는 Qwen-Planner-Agent의 구조와 MobilePA-Bench 결과, 비용 비교의 범위를 살펴본다.
Dream-RSI는 agent의 과거 탐색을 ‘정확한 replay world’로 바꿔 다음 탐색 정책을 고른다
Dream-RSI는 discovery tree에 남은 실행 outcome을 replay simulator로 재해석해, exploration policy 후보를 실제 rollout 없이 비교하고 다음 온라인 탐색으로 재배포하는 meta-explorati...
NeoHorse-1은 라우팅 하네스를 ‘서빙 최적화’에서 다음 학습 분포를 만드는 관측 계층으로 확장한다
NeoHorse-1은 라우팅·도구 실행 기록을 에이전트 post-training에 연결한 RSI 초기 프로토타입이며, 후속 NeoHorse-Jev는 같은 4B 계열을 구조화된 선택과 점수화에 활용한다.
Harness-of-Harness는 coding agent를 한 번의 실행기가 아니라 계속 개선되는 개발 루프로 만든다
Harness-of-Harness는 planner·developer·QA tester를 artifact와 evidence로 연결해, coding agent가 여러 iteration에 걸쳐 계획·구현·검증을 누적하도록 설계한 autonomous soft...
AutoSaddler는 실패 trace를 읽고 agent harness를 지속적으로 고친다
AutoSaddler는 long-horizon agent의 실패 trace를 진단해 prompt·tool·middleware·loop에 구조화된 patch를 적용하고, dev-set generalization gate와 EvoDAG로 일회성 hot-f...
Prime Agent는 긴 작업의 성패를 모델 밖 상태 계층으로 옮긴다
Prime Agent는 persistent REPL, recursive subagent, disk-backed Continual Harness를 결합해 long-horizon agent의 문맥·계산·기억을 분리 운영하려는 오픈소스 RLM 하네스다.
Awesome Harness Engineering은 141개 자료를 에이전트 운영의 실패 지도로 바꾼다
walkinglabs의 Awesome Harness Engineering은 141개 리소스를 컨텍스트·검증·권한·관측성·런타임 같은 여덟 설계면으로 분류해, 모델 밖에서 에이전트 신뢰성을 설계하는 읽기 지도를 제공한다.
AutoDesign은 산출물보다 ‘산출물을 만드는 하네스’를 최적화한다
AutoDesign은 논문을 포스터로 만드는 개별 agent loop를 넘어, rollout 기록·평가·acceptance gate로 재사용 가능한 DesignHarness 자체를 반복 개선하는 meta-harness 프레임워크다.
Skill-Use는 에이전트가 스킬을 ‘갖고 있는가’가 아니라 ‘제때 찾아 끝까지 따르는가’를 묻는다
Skill-Use는 점진적 공개 환경에서 에이전트의 스킬 인식·절차 이행·금지 행동 회피를 분리 측정하는 79개 실전 스킬·177개 sandbox task 기반 벤치마크로, 최강 조합도 SU 0.613에 머문다고 보고한다.
AI4AI는 강한 모델의 추론을 약한 모델의 테스트 타임 하네스로 컴파일한다
AI4AI는 강한 builder model이 5% validation set에서 약한 target model용 inference-time harness를 반복 제작·검증하게 해, parameter update 없이 Theory-of-Mind 과제의 성...
더 작은 모델로 에이전트 비용을 줄이려면, 모델보다 하네스를 먼저 최적화해야 한다
Better Harnesses, Smaller Models는 작은 언어 모델의 실패 trajectory를 진단해 context·tools·agent loop를 자동 적응시키고, 반복 업무에서 frontier LLM 수준의 성능에 가까운 비용-품질 균형...
OneDayAgent는 장기 agent를 모델이 아니라 harness의 문제로 본다
OneDayAgent는 open-ended everyday task를 bounded subtask, execution memory, global verify/repair로 관리하는 long-horizon harness를 제안하고 AgentIF-OneD...
ToFu는 에이전트 성능을 모델이 아니라 harness까지 연구 대상으로 만든다
arXiv 2607.11423의 ToFu는 3단 context compaction, 검색형 메모리, 다국어 번역 계층, 의존성 인식 swarm을 공개 harness에 묶고 SWE-bench Verified에서 Claude Code보다 적은 토큰으로 더...
AIDE²는 ‘더 잘하는 에이전트’보다 ‘더 잘 개선하는 에이전트’를 시험한다
Weco AI의 AIDE² 리포트는 outer loop가 inner research-agent harness를 100회 재작성하고, 고정 비용·비공개 점수·외부 벤치마크로 살아남은 변경만 채택해 인간 수동 튜닝보다 효율적이었다고 주장한다.
Hugging Face의 로컬 오픈 모델 입문 영상은 모델보다 실행 스택을 먼저 고르게 만든다
Hugging Face 라이브스트림 ‘Welcome to Open Source AI’는 오픈 모델을 로컬에서 쓰는 법을 llama.cpp, GGUF/quant, llama.app, Inference Providers, Pi/OpenClaw 같은 실행...
HarnessX는 에이전트 하네스를 조립하고 진화시키는 런타임 foundry다
arXiv 2606.14249는 prompt·tool·memory·control flow를 typed harness primitive로 분리하고, AEGIS trace-driven evolution과 cross-harness GRPO로 하네스와 모델을...
Self-Harness는 에이전트가 자기 하네스를 직접 고치는 실험이다
arXiv 2606.09498은 고정된 LLM 에이전트가 자신의 실행 trace에서 반복 실패를 채굴하고, bounded harness edit을 제안한 뒤, held-in/held-out regression gate로 통과한 변경만 받아들이는 Sel...
LazyCodex는 Codex에 OmO 하네스를 얹는 LazyVim식 배포 레이어다
LazyCodex는 npx 한 줄로 OmO의 planning, skills, hooks, model routing, verified completion을 Codex에 설치하는 얇은 배포층이다. 다만 GitHub 저장소, npm 패키지, core OmO...
Harness-1은 검색 에이전트 학습을 stateful harness 문제로 본다
Harness-1은 20B 검색 에이전트가 긴 transcript 위에서 모든 상태를 기억하게 하는 대신, 후보 풀·curated set·검증 기록을 하네스가 관리하게 만든 RL 기반 검색 에이전트다.
Life-Harness는 에이전트 실패를 모델 학습이 아니라 런타임 하네스 적응 문제로 바꾼다
arXiv 2605.22166의 Life-Harness는 frozen LLM agent의 반복 실패를 환경 계약, 절차 스킬, 액션 실현, 궤적 제어 계층에서 고치는 runtime harness 방법이다. 7개 deterministic benchmar...
SmallCode는 작은 로컬 모델의 약점을 하네스 설계로 보정하려는 코딩 에이전트다
SmallCode는 7B~20B 로컬 모델을 전제로 context budget, forgiving tool parser, patch-first editing, 검증 루프를 묶은 코딩 에이전트다. v0.7.1 릴리스와 87/100 자체 벤치마크는 흥미롭...
Code as Agent Harness는 코드를 에이전트의 출력물이 아니라 실행 하네스로 다시 정의한다
arXiv survey Code as Agent Harness는 코드가 reasoning·action·state·verification을 묶는 에이전트 운영 기판이 되며, 하네스 인터페이스·메커니즘·멀티에이전트 확장으로 읽어야 한다고 정리한다.
Microsoft MDASH는 취약점 탐지를 모델 경쟁에서 하네스 경쟁으로 바꾼다
Microsoft Security의 MDASH는 100개 이상의 전문 에이전트, 다중 모델 앙상블, debate·dedup·prove 파이프라인으로 Windows 취약점 16건과 CyberGym 88.45% 성과를 보고하며 AI 보안 자동화의 초점이...
AI Harness는 프롬프트를 더 세게 쓰는 대신 실행 환경을 설계하는 일이다
Tejas Kumar의 AI Engineer 발표는 낡은 GPT-3.5 Turbo 브라우저 에이전트가 Hacker News upvote task에서 실패하고 거짓 성공을 보고하는 장면을 출발점으로, tool registry, context manage...
Grep이 정말 충분한가: Agentic Search에서 검색보다 하네스가 성능을 바꾼다
arXiv 2605.15184는 LongMemEval 기반 실험으로 agentic search의 성능이 grep 대 vector만이 아니라 하네스, 도구 출력 전달 방식, 노이즈 스케일링의 결합으로 결정된다는 점을 보여준다.