harness-1

收录理由

Harness-1 把训练好的 20B 搜索智能体权重和生成它的完整训练配方打包在一起——你可以直接跑模型，也能从头复现整个流程。检查点通过 vLLM 在本地提供推理，有状态的检索容器让候选文档、证据链接和感知预算的上下文在每一轮交互中都保持明确可见，由策略自行决定搜索什么、何时证据已足够。仓库里公开了 SFT 轨迹、RL 训练记录和检索语料，如果你是想改进这套方法而不是盲信一个封闭模型，这些资料的价值很难替代。对于构建需要多步检索和可核查证据验证的智能体工具的团队，这个设计在透明度上相当难得。坦白说有一个局限：完整的评测依赖兼容的检索后端，所以它不是一个开箱即用的独立演示。