এআই সারাংশ
হেরমিট ডেভেলপারদেরকে মডেল ফাইন-টিউন বা কোড ফর্ক না করে AI এজেন্টদের নতুন কাজের সাথে মানিয়ে নিতে সক্ষম করে, যা ডেভেলপমেন্ট ওয়ার্কফ্লোকে সহজ করে।
এআই দিয়ে তৈরি সারাংশ। প্রেক্ষাপট ও নির্ভুলতার জন্য মূল প্রতিবেদন দেখুন।
Infini-AI-Lab হেরমিট প্রকাশ করেছে, AI এজেন্টদের জন্য একটি ওপেন-সোর্স হারনেস অ্যাডাপ্টার ফ্রেমওয়ার্ক
উৎসের অংশবিশেষ
এটি ফিডে পাওয়া অংশবিশেষ। এটি সংক্ষিপ্ত বা প্রকাশকের মূল ভাষায় হতে পারে।
Infini-AI-Lab has released Hermit, an open-source harness adapter framework for AI agents. Hermit is a framework from Infini-AI-Lab that trains an external ‘harness adapter’ while the agent’s model and harness stay frozen. The first release, v0.1.0, shipped on October 25, 2026. CMU postdoc Haizhong Zheng announced it on X on October 27. For developers, the pitch is simple: adapt Codex or Claude Code agents to new tasks without fine-tuning or forking the harness. TL;DR Footprint: A Python framework. No parameters of its own. Apache-2.0, pip install hermit-harness. Runs on: The offline Quick Start needs no GPU, model account or dataset. Real runs use any API backend or a local vLLM, SGLang or Ollama server. Performance: Reported gains over no-adapter baselines on OfficeQA, CL-Bench and ServeLearnBench, all with GLM 5.3 Flash. Best: MWM adapter hits 0.795 accuracy on CL-Bench database exploration, vs 0.580 for the in-context baseline. Worst: The prompt-only adapter scores 0.470 on the same venue, below that 0.580 baseline. Bottom line: Best: one training loop for 5 harness evolution methods. Worst: most results are single runs, self-reported. What is a harness adapter? A harness adapter is a trainable external harness. It works like a plugin with training support built in. A model adapter, such as LoRA, adapts a model. A harness adapter adapts an existing agent instead. The adapter can hold instructions, skills, memory, tools, executable code and agent coordination logic. It can even be a whole repository. Its specification says which parts are learnable and how updates get checked. The base model and harness never change. The team gives 3 reasons for this design. Many harnesses are closed-source. Editing open ones can break carefully tuned component interactions. And a learned adapter can move between compatible models and harnesses. How does Hermit train an adapter? Hermit uses an RL-style training loop. A Trainer runs a batch of tasks through the acting
অগ্রাধিকার সম্পর্কে
উৎসের বিশ্বাসযোগ্যতা, শব্দ ও সত্তার ভিত্তিতে ১–১২ স্কেলে স্বয়ংক্রিয়ভাবে সাজানোর সহায়ক। উচ্চ: ৯–১২; মাঝারি: ৬–৮; নিম্ন: ১–৫। এটি জরুরিতা বা খবরের সত্যতা নির্ধারণ করে না এবং সম্পাদকীয় অনুমোদন নয়।