Benchmark Flex-RSI prüft, ob KI-Agenten ihr eigenes Gerüst verbessern können
Im arXiv-Papier überarbeitet ein Verbesserer-Agent das Gerüst des Ausführers bei Vision- und Robotikaufgaben; binäres Feedback bremst offene Modelle.
Warum es wichtig ist
Rekursive Selbstverbesserung, bei der KI-Systeme die Werkzeuge und Gerüste verbessern, in denen sie laufen, gehört zu den Pfaden, die Prognostiker am genauesten verfolgen, und kaum ein Benchmark misst sie direkt. Bei Flex-RSI überarbeitet ein Verbesserungsagent das Gerüst eines ausführenden Agenten bei Seh- und Robotikaufgaben, die Gewinne werden bewertet. Laut Paper bremst binäres Erfolg-Misserfolg-Feedback Modelle mit offenen Gewichten. Es ist ein Preprint ohne Peer Review. Abzuwarten sind Ergebnisse geschlossener Spitzenmodelle und Replikationen.
Die wichtigsten Fakten
- Verbesserungsagent überarbeitet Gerüst des Ausführers
- Aufgaben: Sehen und Robotik
- Binäres Feedback bremst offene Modelle
- arXiv-Preprint 2611.08946, ohne Peer Review