구글, AI 에이전트 자가 개선을 위한 Harness2 오픈소스 공개

컨텍스트를 변경하는 것이지, 반드시 컨텍스트를 성장시키는 것은 아닐 거야. 사실, 컨텍스트에서 중복되거나 불필요한 것들을 잘라내는 것도 그 임무의 일부일 거라고 예상해.

만약 그런 의미에서 유용하다면, 모델 품질을 낮춰서 컨텍스트를 확보하고도 결과는 같거나 더 좋게 만들 수 있지 않을까?

에이전트에게 소스 접근 권한을 주는 다른 하네스들과 이게 뭐가 다른지 모르겠어. 그리고 왜 그렇게 안 하겠어? 난 하네스 코어 위에 영구 세션 웹 UI를 통째로 덧붙여서 기존 CLI 인터페이스를 버렸거든. 업스트림에서 얼마나 멀어졌는지는 모르겠고 관심도 없어. 어차피 지금은 업스트림보다 훨씬 유용하니까 (특히 프로젝트가 사실상 죽은 상태라).

구글이 자기네 새 소프트웨어를 자랑하려고 반년이나 지난 모델들을 쓴다는 게 흥미롭네 ㅋㅋ

LLM 전문 지식이 높은 사람(그냥 '나 믿어봐' 하는 사람 말고)이 이거의 중요성을 설명해 줄 수 있음? 대략적인 개념은 알겠는데, 댓글창은 항상 자가 개선 에이전트에 대해 의견이 너무 갈려서 말이야. 이거 그냥 별거 아닌 건가, 아니면 흥미롭고 중요한 무언가를 나타내는 건가?

그저 그런 흥미로움이라고 봐.

하네스는 작업 수행 시 에이전트를 제한할 수 있어. 그래서 작업을 더 잘 수행하도록 하네스를 끊임없이 수정하는 건 유용해. 그 한계를 제거해주니까 (하네스가 작업을 제한하고 있었다면, 몇 번의 개선 과정을 거친 후에는 더 이상 그렇지 않을 테니까).

분명한 문제는 작업 A에 최적화된 것이 작업 B의 성능을 떨어뜨릴 수 있다는 거야. 기본적으로 과적합(overfitting)이지.

GLM 5? 왜?