**Harness-1：利用状态外化框架的搜索代理强化学习训练**

_Harness-1: Reinforcement Learning for Search Agents with State-Externalizing Harnesses_

> Harness-1 是一个 20B 参数的搜索代理，通过强化学习训练，在状态感知搜索框架中运作。该框架将工作记忆等状态管理外化为环境组件，使策略专注于语义搜索决策。在八个跨领域检索基准上，Harness-1 的平均召回率达到 0.730，超越最强开源搜索子代理 11.4 点，并在迁移基准上展现出强泛化能力。代码已开源。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.02373)