연구진은 LLM 기반 에이전트의 성능을 개선하는 새로운 패러다임인 Self-Harness를 소개했어요. Self-Harness는 LLM이 스스로 운영 환경을 개선하며 인간 전문가나 외부 에이전트의 도움 없이 작동해요.
Self-Harness는 약점 분석, 환경 제안, 제안 검증의 세 단계로 구성된 반복 루프로 구현돼요. 이 과정을 통해 MiniMax M2.5, Qwen3.5-35B-A3B, GLM-5 모델의 성능을 향상시켰어요.
실험 결과, Self-Harness는 모델별로 40.5%에서 61.9%, 23.8%에서 38.1%, 42.9%에서 57.1%의 통과율 증가를 보여줬으며, 모델의 약점을 구체적인 환경 개선으로 전환하는 효과를 확인했어요.