Google apresenta o rrsi: framework de IA que permite auto-melhora sem sobreajuste

A Google Cloud AI Research, em colaboração com a UNC-Chapel Hill, Stanford e a Universidade de Washington em St. Louis, lançou o RRSI (Regularized Recursive Self-Improvement), um framework que permite que modelos de linguagem grandes (LLMs) reescrevam seus próprios componentes, incluindo prompts, ferramentas, memória e fluxo de controle, sem alterar os pesos do modelo. O sistema restringe o ciclo de melhoria para garantir que os ganhos sejam consistentes em vários benchmarks, mesmo que o agente não tenha otimizado contra eles. O RRSI pode ser usado como um framework de pesquisa, utilizando a licença Apache 2.0 e exigindo Python 3.10+. Ele suporta qualquer string de modelo LiteLLM, com valores padrão assumindo Claude Opus 4.8 no Vertex AI. O framework melhora o desempenho em benchmarks como Terminal-Bench 2.1, onde as pontuações aumentaram de 64,6 para 78,7, e SWE-bench Verified, que aumentou de 76,8 para 79,0. A equipe de pesquisa também destaca uma redução de 30% no número de tokens de política por teste, com a página do projeto indicando uma melhoria de 36%. O framework aborda três modos de falha: ajuste específico do benchmark, caça de ruído e acumulação de complexidade. Ao regularizar o processo de busca, o RRSI mantém orçamentos de edição semelhantes ao L0, poda semelhante ao Lasso (L1) e regras de custo semelhantes ao Ridge (L2). Ele supera outros métodos em desempenho fora da distribuição, com uma média OOD mais de 1 ponto acima da linha de base.