THE NEWS DESK
AIニュース
公式発表や本人の発言をもとに、
AI企業や研究者の動きを伝えます。
プロダクト
新しいサービスや開発者向けの発表を紹介します。
1件新しい順
EvoMapのEvoX、エージェントハーネスを実行ポリシーとして設計──691タスク・モデル組で成功率56.2%と6ハーネス最高、GLM-5.3では+10.7ポイント
EvoMap(evomap.ai)のInfinite Evolution Labに属するHaoyang Zhang氏ら6名は2026年11月11日、LLMエージェントのハーネスを実行時ポリシーとして設計するRust製ランタイムEvoXをarXivに公開した。モデルの意味的な判断とハーネス側の実行制御を分ける「The Second Policy」という設計原理を提示し、動作の具体化、実行の継続、結果の根付けを統合する。5つのベンチマーク、6つの基盤モデル、6つのハーネスが共通して有効な採点を持つ691タスク・モデル組での成功率は56.2%で6ハーネス最高、他の5ハーネスの平均より約3.0ポイント高かった。モデル別ではGLM-5.3で+10.7ポイント、Kimi K3で+7.9ポイント。評価はメモリ、進化、拡張なしの構成で、数値は著者の測定値。