Dream-RSI, do Google DeepMind, ajuda agentes de IA a melhorar ao “sonhar” com tentativas anteriores
decoder ·
Pesquisadores do Google e da DeepMind desenvolveram o Dream-RSI, um método que ajuda agentes de IA a escolher melhores estratégias de busca para tarefas difíceis de otimização sem alterar o modelo subjacente. Ele registra as tentativas e os resultados dos agentes em uma árvore de busca e, em seguida, reproduz esse histórico para testar decisões alternativas sem gerar ou avaliar soluções novamente. Esse processo de “sonho” se alterna com buscas em tempo real, permitindo comparar milhares de estratégias a baixo custo antes de usar a mais promissora. Testado com o Gemini 3.1 Pro e o Gemini 3.7 Flash em oito tarefas de três áreas, o Dream-RSI produziu resultados mais rápidos ou melhores com menos tentativas. Em uma tarefa de otimização de programas, o Gemini 3.1 Pro reduziu o tempo médio de execução de 3.587 para 2.931 milissegundos e diminuiu o número de tentativas de 550 para 317, superando o SimpleTES, que exigiu 51.200 execuções. O método também igualou o desempenho de kernels de GPU com até 2,43 vezes menos execuções ou alcançou um desempenho até 2,09 vezes maior dentro do mesmo orçamento. Uma análise posterior constatou que transformar históricos de busca em instruções explícitas poderia, às vezes, restringir a exploração, e os pesquisadores compartilharam o código e mais detalhes no GitHub.
decoder