leer #recursive_harness_optimization hallazgo 01 · boletín 2026-10-19

google-research/harness2

Framework plug-and-play para refinar recursivamente el sistema alrededor del modelo (harness) sin tocar pesos. Un harness son los ocho componentes editables: prompt del sistema, guardrails, memoria, tool guidance, subagentes, skills, scripts y plugins. Harness² conecta dos niveles de recursión: (1) task-level — paso contrastivo Propose-Probe-Compose (proponer ediciones al harness, probar su efecto en la misma tarea, componer un harness refinado de los contrastes), y (2) harnessing-level — un "improvement harness" persistente que adopta los harnesses exitosos y guarda lecciones con evidencia para la próxima tarea. Paper arXiv 2610.14224, sitio harness2.github.io. Ejecutores: OpenCode y Codex. Benchmarks: JobBench, LAB, WorkBuddy-Bench.

Estrellas

9.006

Forks

790

Lenguaje

Python

Licencia

Apache-2.0

Issues

—

Estado

—

Cómo funciona

Implementa recursive_harness_optimization

Núcleo

google-research/harness2 Python · Apache-2.0

Se cruza con relevante para earendil-works/pi relevante para ASPIRE

Diagrama derivado de madurez_senales (lenguaje, licencia, estado y topics) y de las relaciones que este repo tiene en el grafo de conocimiento. No es una arquitectura del proyecto: es su posición funcional tal como la registran los boletines.

Posición en el ecosistema

google-research/harness2

implementa

recursive_harness_optimization Concepto

google-research/harness2

relevante para

earendil-works/pi Repositorio · y stablyai/orca

ASPIRE

relevante para

google-research/harness2 Repositorio · y byok_scientific_desktop

Expandir en el grafo 3D →

Relaciones que aportó este boletín

implementsrecursive_harness_optimizationnuevo complementsulab-uiuc/LLMRouternuevo relevant_toearendil-works/pinuevocompetes_withmanual_prompt_engineeringnuevo

Por qué importa

Cambia el eje del optimizador. Mientras la conversación de 2026 llevaba "sube de modelo", Harness² dice "el modelo ya no cambia, lo que cambia es el harness" — y aporta una loop formal (no artesanal) para mejorarlo. Los números importan: una sola iteración de Harness² mejora GLM-5 y Gemini 3.5 Flash sobre sus harnesses base en 11.5pp (WorkBuddy-Bench), 4.5pp (JobBench) y 11.8pp (LAB partial pass rate). Caveat: los benchmarks son del propio paper, hay que leerlos como evidencia direccional, no como claim de universalidad.

Alerta

el paper (arXiv 2610.14224) y docs/BENCHMARKS.md + probar harness2-demo --output runs/demo --k 2 (corre sin credenciales, ejecutores deterministas) + vigilar si suben ejecutores para Claude Code/Hermes.

Apariciones · 1

2026-10-19 hallazgo principal
primera vez en el boletín

Señales de madurez (texto original)

9.006★ · 790 forks · Python · Apache-2.0 · creado 2026-10-06 (~13 días) · último push 2026-10-14 · branch main · sitio harness2.github.io · ejecutores OpenCode + Codex.