RRSI: Regularized Recursive Self-Improvement of Agent Harnesses
Aggiunta all'archivio di AIChronos il (numero del 22 settembre 2026 ricostruito)· fonte del · Peng Xia, Rujun Han, Zifeng Wang, Yanfei Chen, Yufan Zhang, Yoonho Lee (Google)
Il metodo RRSI (Regularized Recursive Self-Improvement of Agent Harnesses) introduce un approccio di auto-miglioramento ricorsivo per gli agenti LLM che integra principi di regolarizzazione per evitare l'overfitting sui task di training. Il sistema utilizza un proponente con budget temporale annealed e una selezione guidata da critic e pruner per favorire meccanismi riutilizzabili rispetto a soluzioni specifiche del benchmark o al rumore. Questo processo riduce la dipendenza dai token policy fino al 30% mantenendo alte performance sia in-distribution che out-of-distribution.
- Integrazione di tecniche di regolarizzazione nel ciclo di evoluzione automatica degli harness degli agenti LLM per prevenire il memorizzo dei task di training.
- Il proponente limita le modifiche candidate tramite un budget temporale annealed e incoraggia l'esplorazione di traiettorie non ancora investigate nella storia evolutiva.
- La componente selettiva combina un critic che filtra proposte specifiche del benchmark con un pruner che elimina cambiamenti troppo piccoli, costosi o inutili.
- RRSI ottiene guadagni fino a 14.1 punti sui benchmark di training e 4.7 su quelli out-of-distribution in compiti di coding e design ingegneristico.
- L'approccio produce harness più efficienti che operano con il 30% in meno di token policy rispetto all'evoluzione non regolarizzata.
Perché conta. Per gli sviluppatori che lavorano su agenti LLM locali o sistemi autonomi, RRSI offre una via per migliorare le capacità dell'harness senza sacrificare la generalizzazione e l'efficienza computazionale.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.