研究tldr-ai2026-08-21
TaoLive、AIが指示に柔軟に対応
TaoLive post-trains a smaller model to follow a changing harness

TaoLiveは、小さなAIが多様な指示に柔軟に対応できるよう訓練する新手法を開発。これによりAIの応用範囲が広がるが、その効果はまだ限定的だ。
Harness-Aware Trainingは、新しいモデルのアーキテクチャではなく、後から訓練する手法です。TaoLiveは、教師ありfine-tuningとエージェント的な強化学習の過程で、スキルの名前や言葉遣い、ツールのスキーマ、プロンプトの構造、フックの動作を変化させ、コンパクトな35Bモデルに、固定されたインターフェースを記憶するのではなく、現在受け取っている指示(harness)を解釈するように教えます。これは有用な後訓練作業ですが、評価はベンダーによって作成されており、ライブコマースに集中しており、エンジニアリングや研究にとって十分に画期的なものではありません。
この記事について質問
記事の内容に答えます。記事外のことは都度ウェブで調べます。