पत्र में AutoDesign पेश किया गया है, एक फ्रेमवर्क जो रोलआउट फीडबैक के आधार पर अपने हार्नेस को पुनरावृत्त रूप से सुधारने के लिए कोड एजेंट को मार्गदर्शन करने के लिए मेटा-हार्नेस ऑप्टिमाइज़र का उपयोग करता है। यह दृष्टिकोण मानव डिज़ाइन प्रायर्स के साथ सामंजस्य और पुनरावृत्त आत्म-सुधार के लिए पुन: प्रयोग योग्य अनुभव को संचित करने का लक्ष्य रखता है।
- PosterBench पर मूल्यांकन किया गया, AutoDesign ने 78.32 की स्कोर हासिल की, जो Claude Design से 7.45 अंक अधिक है।
- सीखे गए DesignHarness को एकीकृत करने से PosterBench की औसत स्कोर 54.99 से बढ़कर 67.39 हो गई (+12.4%)।
- सिस्टम ने 40 मिनट में $3 से कम में 253 टूल कॉल और 11 संपादन चक्र निष्पादित किए।
- एक मानव अध्ययन दिखाता है कि AutoDesign मूल्यांकन की गई प्रणालियों में सबसे अधिक मानव प्राथमिकता हासिल करता है।
लेखकों का मानना है कि यह महत्वपूर्ण है क्योंकि यह लंबी अवधि के एजेंटिक प्रक्रिया के माध्यम से बहुआयामी स्रोतों को संरचित आउटपुट में बदल देता है, स्वतंत्र रूप से सम्मेलन-पोस्टर गुणवत्ता प्राप्त करता है।