Hermit, un framework d’adaptation pour agents IA

OOndine

Infini-AI-Lab a publié Hermit, un framework open source qui entraîne une couche externe d’adaptation pour les agents d’intelligence artificielle, sans modifier leur modèle ni leur harness, selon MarkTechPost. Cette première version, numérotée 0.1.0, est publiée sous licence Apache 2.0 ; Hermit est développé en Python et l’adaptateur peut réunir des instructions, des compétences, de la mémoire ou des outils. Hermit propose 5 méthodes d’évolution de l’adaptateur : GEPA, SkillOpt, MWM, Harness au carré et Continual Harness ; ACE et ReHarness sont annoncées comme des méthodes à venir. Sur une tâche d’exploration de bases de données de CL-Bench, l’équipe rapporte une précision de 0,795 avec MWM, contre 0,580 sans adaptateur ; une méthode reposant uniquement sur des prompts atteint 0,470 sur cette même tâche. Ces écarts montrent que les performances observées varient selon la méthode d’adaptation, sans établir à eux seuls un résultat général pour tous les agents ou toutes les tâches. L’équipe rapporte également des résultats sur OfficeQA, CL-Bench et ServeLearnBench avec GLM 5.3 Flash ; la plupart proviennent d’un seul essai et sont auto-déclarés, ce qui appelle à les interpréter avec prudence.