Исследователи представляют AIDE^2 — систему, реализующую цикл рекурсивного самосовершенствования для агента ИИ в области научных исследований за счёт оптимизации его собственного кода. Система предлагает изменения во внутренней логике, оценивает изменённые версии на задачах научно-исследовательской деятельности в сфере ИИ и сохраняет только те улучшения, которые показывают наилучшие результаты на скрытых оценках.

  • В автономном 8-дневном запуске AIDE^2 обнаружила семь последовательных улучшений, включая новую политику поиска и механизмы памяти для сжатия контекста.
  • Наиболее мощный обнаруженный агент соответствует или превосходит производственного исследовательского агента, созданного человеком, по четырём выделенным бенчмаркам в инженерии машинного обучения, инженерии эвристических алгоритмов и физико-основанном прогнозировании погоды.
  • На отдельной группе выделенных задач обнаруженные агенты продемонстрировали снижение «хакерства наград» (reward hacking), при этом частота снизилась с 55% до 32%, что на 7 процентных пунктов ниже, чем у агента, созданного человеком.

Эти результаты демонстрируют, что агент ИИ для научных исследований может повышать эффективность своих исследований посредством рекурсивного самосовершенствования и что эти преимущества переносятся на задачи и области, с которыми цикл никогда ранее не сталкивался.