Google DeepMind का Dream-RSI पिछली कोशिशों के “सपने” देखकर AI एजेंटों को बेहतर बनाने में मदद करता है
decoder ·
गूगल और डीपमाइंड के शोधकर्ताओं ने Dream-RSI नामक एक विधि विकसित की है, जो मूल मॉडल में बदलाव किए बिना AI एजेंटों को कठिन अनुकूलन कार्यों के लिए बेहतर खोज रणनीतियाँ चुनने में मदद करती है। यह एजेंटों के प्रयासों और परिणामों को एक खोज-वृक्ष में दर्ज करती है, फिर उस इतिहास को दोबारा चलाकर वैकल्पिक निर्णयों का परीक्षण करती है—बिना समाधानों को फिर से उत्पन्न या उनका मूल्यांकन किए। यह “सपने देखने” की प्रक्रिया वास्तविक खोजों के साथ बारी-बारी से चलती है, जिससे सबसे आशाजनक रणनीति का उपयोग करने से पहले कम लागत में हजारों रणनीतियों की तुलना की जा सकती है। तीन क्षेत्रों के आठ कार्यों में Gemini 3.1 Pro और Gemini 3.7 Flash के साथ परीक्षण करने पर Dream-RSI ने कम प्रयासों में तेज या बेहतर परिणाम दिए। एक प्रोग्राम-अनुकूलन कार्य में Gemini 3.1 Pro ने औसत रनटाइम 3,587 से घटाकर 2,931 मिलीसेकंड कर दिया और प्रयासों की संख्या 550 से घटकर 317 रह गई, जबकि उसने SimpleTES से बेहतर प्रदर्शन किया, जिसके लिए 51,200 रन आवश्यक थे। इस विधि ने 2.43 गुना तक कम रनों में GPU-कर्नेल का समान प्रदर्शन हासिल किया या समान बजट में 2.09 गुना तक अधिक प्रदर्शन प्राप्त किया। बाद के विश्लेषण में पाया गया कि खोज इतिहास को स्पष्ट निर्देशों में बदलना कभी-कभी खोज के दायरे को सीमित कर सकता है। शोधकर्ताओं ने कोड और अतिरिक्त विवरण GitHub पर साझा किए हैं।
decoder