Dream-RSI di Google DeepMind aiuta gli agenti di IA a migliorare “sognando” i tentativi passati
decoder ·
I ricercatori di Google e DeepMind hanno sviluppato Dream-RSI, un metodo che aiuta gli agenti di IA a scegliere strategie di ricerca migliori per compiti di ottimizzazione difficili senza modificare il modello sottostante. Registra i tentativi degli agenti e i relativi risultati in un albero di ricerca, quindi riproduce quella cronologia per testare decisioni alternative senza dover generare o valutare nuovamente le soluzioni. Questo processo di «sogno» si alterna alle ricerche in tempo reale, consentendo di confrontare a basso costo migliaia di strategie prima di utilizzare quella più promettente. Testato con Gemini 3.1 Pro e Gemini 3.7 Flash su otto compiti in tre ambiti, Dream-RSI ha prodotto risultati più rapidi o migliori con meno tentativi. In un compito di ottimizzazione di programmi, Gemini 3.1 Pro ha ridotto il tempo medio di esecuzione da 3.587 a 2.931 millisecondi e i tentativi da 550 a 317, superando al contempo SimpleTES, che richiedeva 51.200 esecuzioni. Il metodo ha inoltre raggiunto le stesse prestazioni sui kernel GPU con fino a 2,43 volte meno esecuzioni, oppure ha ottenuto prestazioni fino a 2,09 volte superiori a parità di budget. Un’analisi successiva ha rilevato che trasformare le cronologie di ricerca in istruzioni esplicite poteva talvolta limitare l’esplorazione; i ricercatori hanno condiviso il codice e ulteriori dettagli su GitHub.
decoder