El marco rrsi de Google permite que los agentes de IA mejoren de forma autónoma a través de una evaluación rigurosa

Google Research ha presentado RRSI (Regularized Recursive Self-Improvement), un marco que permite a los agentes de IA mejorar de forma autónoma reescribiendo sus componentes sin sobreajuste. El método utiliza Python, Docker y Vertex AI para evaluar las modificaciones en el conjunto de herramientas, las indicaciones, las herramientas y el flujo de control de un agente. Incluye una banda de ruido, un presupuesto de edición enfriado y un crítico determinista para garantizar que las modificaciones sean eficaces y eficientes. RRSI mide S (recompensa) y C (costo de tokens) y utiliza un algoritmo de selección para determinar qué modificaciones conservar. Un rastreador de historial registra el impacto de cada modificación. Probado en un entorno simulado, RRSI redujo los costos de tokens y evitó la memorización, superando a una búsqueda no regularizada. El proceso de RRSI utiliza un algoritmo de selección que evalúa a los candidatos en función de la ganancia y el costo, aceptando solo las modificaciones que mejoren el rendimiento sin un uso excesivo de tokens. Un crítico revisa las modificaciones en busca de fugas o memorización de respuestas a tareas. A lo largo de múltiples rondas, RRSI logró una puntuación de validación de 0,759, superando significativamente a una búsqueda no regularizada. Su capacidad para evitar el sobreajuste y reducir los costos de tokens destaca su potencial para los agentes de IA que se mejoran de forma autónoma. La investigación subraya la importancia de una evaluación rigurosa en el desarrollo de la IA, garantizando que las mejoras sean eficaces y sostenibles.