Prime Agent: 自己改善型 RLM ハーネスが ARC-AGI-3 RHAE Best@1 を 95.5% に向上

Prime Agent は、長期評価およびコーディングエージェントのワークフロー用に設計されたオープンソースのハーネスで、モデルの重みを超えてコンテキストと計算を管理するために永続的な IPython REPL と再帰的サブエージェントを利用しています。

このシステムは、Continual Harness を使用してトラジェクトリ全体で履歴、メモリ、スキルを保持しつつ、エージェント間の直接通信を可能にします。実行、回復、検証のプロセスを標準化し、ハーネスの障害がモデルのパフォーマンスに影響を与えないようにします。

ベンチマークにおいて、Prime Agent は ARC-AGI-3 RHAE Best@1 スコアを 30% から 95.5% に向上させ、長文脈のコーディングおよび自律タスクにおいてネイティブハーネスと同等またはそれ以上の性能を発揮しました。Factorio では、専用サブエージェントによる微調整と並列化された作業を通じて、継続的な技術進歩を実現しました。