研究者らがGPT-5.4を上回る情報想起能力を持つオープンソースAI検索エージェント「Harness-1」を開発
Researchers trained an open source AI search agent, Harness-1, that outperforms GPT-5.4 on recalling relevant information
イリノイ大学アーバナ・シャンペーン校、UCバークレー、Chromaの共同研究チームが、200億パラメータのオープンソース検索エージェント「Harness-1」を発表した。Harness-1は、OpenAIのgpt-oss-20Bモデルを基盤とし、複雑な情報検索タスクの実行方法を根本的に再設計した。キュレーションされたデータセットからの関連情報想起能力において、GPT-5.4(70.9%)を上回る73%を記録し、既存のオープンソース検索エージェントであるTongyi DeepResearch 30Bを11.4パーセントポイント凌駕した。Harness-1は、AIが検索セッションの「事務処理」をモデルのワーキングメモリから構造化されたソフトウェア環境にオフロードすることで、従来の「検索アムネジア」問題を解決する。このモデルと環境はApache 2.0ライセンスの下で利用可能であり、Hugging Faceでコードと重みが公開されている。また、Harness-1の開発には、Thinking Machinesが開発した分散型AIモデルトレーニングAPI「Tinker」が使用されており、インタラクティブなインフラストラクチャが次世代自律モデルを可能にすることを示している。Harness-1は、GPT-5.4教師エージェントを用いた899の限定的な軌跡データと、3,453のRLクエリという、競合モデルと比較して極めて少ないデータ量で学習されており、データ効率の高さが特徴である。
- オープンソースAI検索エージェント「Harness-1」が発表された
- Harness-1はGPT-5.4(70.9%)を上回る73%の情報想起精度を達成した
- 学習データは899軌跡と3,453RLクエリのみと極めて少ない
- Apache 2.0ライセンスでコードと重みが公開された
- 分散型AIモデルトレーニングAPI「Tinker」が開発に使用された
本記事で重要なのは、Harness-1が「検索アムネジア」問題を解決するアーキテクチャ上の革新(ワーキングメモリからソフトウェア環境へのオフロード)を実現した点である。極めて少ないデータ(899軌跡+3,453RLクエリ)でGPT-5.4を上回る性能を達成したデータ効率の高さは、AIエージェントの学習コスト劇的削減可能性を示唆する。またApache 2.0ライセンスでの完全公開により、オープンソース検索エージェント分野の競争が加速する可能性がある。分散型トレーニングAPI「Tinker」の有効性が実証されたことも、AIインフラ領域への投資機会として注目に値する。