Prime Agent लंबे अवधि के मूल्यांकन और कोडिंग-एजेंट वर्कफ़्लो के लिए डिज़ाइन किया गया एक ओपन-सोर्स हार्नेस है, जो प्रोग्रामेटिक संदर्भ प्रसंस्करण को प्रबंधित करने के लिए एक स्थिर IPython REPL और पुनरावर्ती सबएजेंट का उपयोग करता है।
- सिस्टम इतिहासों, स्मृतियों और कौशलों को ट्राजेक्टरी भर में बनाए रखने और सीधे एजेंट-से-एजेंट संचार की अनुमति देने के लिए एक निरंतर हार्नेस का उपयोग करता है।
- यह निष्पादन, पुनर्प्राप्ति, सत्यापन और संसाधन लेखांकान को मानकीकृत करता है, जिससे हार्नेस विफलताएं मॉडल विफलताओं में नहीं बदलतीं।
- Prime Agent ने ARC-AGI-3 RHAE Best@1 को 30% से 95.5% तक बढ़ा दिया है, जो लंबे संदर्भ वाले कोडिंग और GPU-कर्नेल जनरेशन में नेटिव हार्नेस के बराबर या उससे अधिक है।
- Factorio पर, फ्रेमवर्क समर्पित सबएजेंटों के माध्यम से परिष्करण और समानांतर कार्य के माध्यम से निरंतर प्रौद्योगिकी प्रगति को सक्षम बनाता है।
लेखकों का मानना है कि यह दृष्टिकोण महत्वपूर्ण है क्योंकि यह परीक्षण-समय कंप्यूटेशन के लिए एक कम-घर्षण, अभिव्यक्तिपूर्ण झिल्ली प्रदान करके मॉडल की वास्तविक अधिकतम अंतर्निहित क्षमता की ओर मापन को बढ़ावा देता है।