Sakhanda Wire
NVDA $152.58 -2.28% MSFT $506.11 -2.29% GOOGL $279.81 -1.38% META $619.07 -1.17% AMZN $256.55 -0.47%
← Към новините

Google Research пусна RRSI за самоусъвършенстващи се AI агенти

Google Cloud AI Research, съвместно с UNC-Chapel Hill, Stanford и Washington University in St. Louis, публикува RRSI (Regularized Recursive Self-Improvement) — изследователска рамка с лиценз Apache 2.0 за адаптиране на „сбруята“ на LLM агент. Тя може да променя подсказки, инструменти, памет, контролния поток и подагентите, без да се променят теглата на модела. RRSI изисква Python 3.10+ и приема низове за модели от LiteLLM; настройките по подразбиране са за Claude Opus 4.8 във Vertex AI.

Рамката цели да ограничи преобучаването при многократна еволюция на harness-а. Сред механизмите са критик за изтичане на информация, праг на резултатите, коригиран спрямо шума, проследяване на редакциите и разходите, правило за токенната цена и премахване на компоненти, които вече не носят подобрение. Постепенно променящ се бюджет позволява по-широки промени в началото и по-целенасочени в края.

На Terminal-Bench 2.1 резултатът се е повишил от 74.2% на 80.2%, а на SWE-bench Verified — от 82.0% на 83.8%; този тест не е използван за избора на редакции. Средната стойност за трите теста извън разпределението е 43.6 спрямо 39.7 за непроменения harness. RRSI е използвал 2.42 милиона policy tokens на изпитване срещу 3.80 милиона при нерегулирана еволюция. Резюмето посочва 30% спад, а страницата на проекта — 36%.

Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.

Първоначално публикувано от MarkTechPost на

Прочетете оригинала в MarkTechPost ↗

Репортажът и изображението принадлежат на MarkTechPost и са посочени по-горе с връзка към оригинала; текстът на тази страница е собствено изложение на Sakhanda Wire.

← Към новините

Още новини

Всички последни новини