Dream-RSI от Google DeepMind помогает ИИ-агентам улучшаться, «видя во сне» прошлые попытки
decoder ·
Исследователи из Google и DeepMind разработали Dream-RSI — метод, который помогает агентам ИИ выбирать более эффективные стратегии поиска для сложных задач оптимизации без изменения базовой модели. Он записывает попытки агентов и их результаты в дерево поиска, а затем воспроизводит эту историю, чтобы проверять альтернативные решения без повторной генерации или оценки результатов. Этот процесс «сновидений» чередуется с поиском в реальном времени, позволяя недорого сравнивать тысячи стратегий, прежде чем использовать наиболее перспективную. При тестировании с Gemini 3.1 Pro и Gemini 3.7 Flash на восьми задачах в трех областях Dream-RSI обеспечил более быстрые или качественные результаты при меньшем числе попыток. В задаче оптимизации программы Gemini 3.1 Pro сократил среднее время выполнения с 3 587 до 2 931 миллисекунды, а число попыток — с 550 до 317, превзойдя SimpleTES, которому потребовалось 51 200 запусков. Метод также позволил достичь той же производительности GPU-ядер, используя до 2,43 раза меньше запусков, или получить до 2,09 раза более высокую производительность при том же бюджете. Последующий анализ показал, что преобразование истории поиска в явные инструкции иногда может ограничивать исследование вариантов; исследователи опубликовали код и дополнительные сведения на GitHub.
decoder