HarnessMM：用递归自我改进提升Harness的Token效率

论文称受保护决策复用可减少Harness重复推理并降低Token成本。

资讯摘要

论文提出HarnessMM方法，通过受保护决策复用与递归自我改进（RSI）降低Agent Harness的Token消耗。控制器在模型与工具边界复用已确定的决策，替代后续推理回调，同时保持actor权重不变。作者报告在HumanEval上Codex成功率保持90.82%，每任务Token从66.72k降至47.02k；DeepSeek Harness成功率从71.43%升至85.71%，Token从96.28k降至11.62k。

要点速读

1. 论文提出HarnessMM，用可执行决策图存储动作、参数、因果依赖与公开守卫，实现受保护决策复用和认证回调替换。
2. 作者报告HumanEval上Codex成功率保持90.82%，Tokens/task从66.72k降至47.02k，节省29.54%。
3. 作者报告DeepSeek Harness成功率从71.43%升至85.71%，Tokens/task从96.28k降至11.62k，节省87.93%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。