Dream-RSI de Google DeepMind ayuda a los agentes de IA a mejorar al «soñar» con intentos anteriores
decoder ·
Investigadores de Google y DeepMind desarrollaron Dream-RSI, un método que ayuda a los agentes de IA a elegir mejores estrategias de búsqueda para tareas de optimización difíciles sin cambiar el modelo subyacente. Registra los intentos y resultados de los agentes en un árbol de búsqueda y luego reproduce ese historial para probar decisiones alternativas sin volver a generar ni evaluar soluciones. Este proceso de «ensueño» se alterna con búsquedas en vivo, lo que permite comparar miles de estrategias a bajo costo antes de utilizar la más prometedora. Probado con Gemini 3.1 Pro y Gemini 3.7 Flash en ocho tareas de tres áreas, Dream-RSI produjo resultados más rápidos o mejores con menos intentos. En una tarea de optimización de programas, Gemini 3.1 Pro redujo el tiempo de ejecución promedio de 3.587 a 2.931 milisegundos y disminuyó los intentos de 550 a 317, además de superar a SimpleTES, que necesitó 51.200 ejecuciones. El método también igualó el rendimiento de kernels de GPU con hasta 2,43 veces menos ejecuciones, o logró un rendimiento hasta 2,09 veces mayor con el mismo presupuesto. Un análisis posterior determinó que convertir los historiales de búsqueda en instrucciones explícitas podía restringir la exploración en ocasiones, y los investigadores han compartido el código y más detalles en GitHub.
decoder