LongHarness testa gestão de evidências em agentes de contexto longo

Pesquisadores ligados a instituições chinesas, incluindo a Fudan University, o Shanghai AI Laboratory e a Peking University, apresentaram o LongHarness. O sistema gerencia evidências ligadas às fontes em grandes coleções de documentos; quando chegam novas evidências, atualiza tanto o conjunto de evidências quanto as conclusões provisórias.

Na avaliação da primeira versão do OfficeQA Pro, o artigo relata taxa de correspondência exata de 60,2% com o GLM-5.3-Flash. Os autores descrevem aumento expressivo em relação ao uso direto do modelo, mas o resultado se limita ao benchmark construído e ao modelo e sistema de recuperação testados. Ele não comprova o mesmo desempenho em todos os fluxos reais com contexto longo.