Harness-1：一个基于gpt-oss-20b、在有状态搜索框架内通过强化学习训练的200亿参数检索子代理

Harness-1是一个200亿参数的检索子代理，基于gpt-oss-20b模型，通过在有状态搜索框架内进行强化学习训练而成。该框架负责维护候选池、重要性标记的精选集、证据图和验证记录等簿记工作，而策略则决定搜索、精选、验证的内容以及何时停止。在八个基准测试中，Harness-1的平均精选召回率达到0.730，比下一个最佳开源子代理高出11.4个百分点，仅次于Opus-4.6。其权重和框架代码均已公开。