Stanford発の最新論文「Meta-Harness」を徹底解説！

🔥 ハーネスとは？
同じLLMでも、周辺システム（ハーネス）によって性能が6〜10倍も変わることが判明。
プロンプトエンジニアリングの次の時代、「ハーネス最適化」の全貌を解説します。

📊 驚きの実験結果
・テキスト分類: +16ポイント改善（トークン75%削減）
・数学推論: +4.7ポイント（5モデルで汎化）
・コーディング: TerminalBench-2で1位（76.4%）、GPT-5を超える

🎯 この動画で学べること
・ハーネスの6つの構成要素
・既存手法（DSPy, ACE, MCE）の限界
・Meta-Harnessの革新的アプローチ
・情報量400倍のファイルシステム方式
・Agentic Proposerによる自動最適化

📝 タイムスタンプ
0:00 イントロ：同じAIでも10倍差がつく理由
0:53 ハーネスとは何か？
1:42 プロンプト効果 vs ハーネス効果
2:29 ハーネスの問題点
2:46 従来手法の限界（DSPy, ACE, MCE）
4:24 Meta-Harnessの革新的アプローチ
5:28 Agentic Proposer（Claude Code使用）
6:49 実験結果：3つのドメイン
7:00 テキスト分類の結果
7:40 数学推論の結果
8:20 コーディングエージェントの結果
9:27 発見されたハーネス設計
10:57 アブレーション研究
12:18 著者紹介（Chelsea Finn, Omar Khattab）
13:15 今後の展望
14:03 まとめ
15:13 参考リンク

📚 論文情報
Meta-Harness: End-to-End Optimization of Model Harnesses
著者: Yoonho Lee, Chelsea Finn, Omar Khattab他（Stanford/MIT）
arXiv: https://arxiv.org/abs/2603.28052

🔗 リンク
GitHub: https://github.com/stanford-iris-lab/meta-harness-gbench-artifact
プロジェクトページ: https://yoonholee.com/meta-harness

━━━━━━━━━━━━━━━━━━━━━━
【このチャンネルの技術】
☑️ 30分超えの長編動画もAIで自動生成！
Remotion × Claude Code Skills で
構築した動画制作システムを販売中
▼ 詳細はこちら
https://note.com/masa_wunder/n/nf1aa9aa90f1c
━━━━━━━━━━━━━━━━━━━━━━