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%
← До новин

Google Research відкрила RRSI для самовдосконалення ШІ-агентів

Google Cloud AI Research спільно з UNC-Chapel Hill, Stanford і Washington University in St. Louis випустила RRSI (Regularized Recursive Self-Improvement) — дослідницький фреймворк Apache 2.0 для адаптації «оболонки» LLM-агента. Він дає змогу змінювати підказки, інструменти, пам’ять, логіку керування та субагентів, залишаючи ваги моделі незмінними. RRSI потребує Python 3.10+ і приймає рядки моделей LiteLLM; типові налаштування розраховані на Claude Opus 4.8 у Vertex AI.

Фреймворк має обмежувати перенавчання під час послідовної еволюції оболонки. Для цього використовуються критик витоків, поріг результату з поправкою на шум, журнал гіпотез і змін, правило відповідності додаткових токенів виміряному приросту та вилучення компонентів, які більше не дають покращень. Поступове зменшення бюджету правок дає змогу спочатку тестувати кілька змін, а згодом — одну зміну, яку легше оцінити.

На Terminal-Bench 2.1 показник зріс із 74.2% до 80.2%, а на SWE-bench Verified, який не використовували для відбору, — із 82.0% до 83.8%. Середній результат на JobBench, GDPval і APEX-Agents становив 43.6 проти 39.7 у початкової оболонки. У тесті агентного робочого простору RRSI використала 2.42 млн policy tokens на випробування, тоді як нерегульована еволюція — 3.80 млн. В анотації це названо скороченням на 30%, а на сторінці проєкту — на 36%.

Текст підготовлено ШІ Sakhanda Wire за матеріалом MarkTechPost. Факти, цитати та повний контекст — в оригінальній статті нижче.

Вперше опубліковано виданням MarkTechPost

Читати оригінал на MarkTechPost ↗

Репортаж і зображення належать MarkTechPost і зазначені вище з посиланням на оригінал; текст на цій сторінці — власний виклад Sakhanda Wire.

← До новин

Ще новини

Усі останні новини