研究者らはLiving-Harnessを提案した。これは自己進化型エージェントハーネスであり、完了した軌道と評価者の信号を後続のハーネス更新のための事後証拠に変換する。

  • Living-Harnessはトリガー条件、失敗パターン、回復行動をエピソード記憶として記録する。
  • 手続き的修復のためにノード、修復エッジ、遷移ルールからなる状態グラフを維持する。
  • ツールと基本コンテキストが凍結されたまま、更新されたハーネス状態を取得して将来の相互作用をガイドする。
  • τ²-BenchおよびMultiWOZ-2.4に由来する8つのインタラクティブ環境において、最良のベースラインと比較して平均Pass@1をそれぞれ10.07ポイントおよび9.91ポイント向上させた。

進化されたハーネス状態はモデルバックボーン間で検索のみによる再利用をサポートし、進化サイクルを通じて手続き的修復が蓄積されることを可能にする。