AI Radar — лентаGoogle дала агентам переписывать свои промпты без переобучения
Google Cloud AI Research выложила в открытый доступ фреймворк RRSI: агенты на базе LLM теперь могут менять свои промпты, инструменты и память без переобучения модели.
На бенчмарке Terminal-Bench 2.1 с Claude Opus 4.8 точность выросла с 74,2% до 80,2%, а улучшения зафиксированы на всех 6 отложенных сплитах.
Механика. RRSI — это не один трюк, а набор: leakage critic отсекает утечки, noise floor фильтрует шум, cost rule контролирует цену изменений, pruning убирает лишнее. Агент правит себя сам, а веса остаются на месте. Это принципиально дешевле полного переобучения и работает быстрее.
Зачем это нужно. Замкнутый цикл «агент попробовал — агент поправил» позволяет системе адаптироваться к задаче на лету. Механизмы защиты от переобучения должны помочь переносить улучшения на новые классы задач, а не затачивать агента под один сплит.
Неизвестно, какие именно типы задач входили в отложенную выборку и сколько их было — 6 сплитов могут быть и 6 разными сценариями, и 60.
Что это значит: агенты получили способ эволюционировать внутри своего окружения — без переобучения, без дополнительных затрат на GPU, но с встроенными тормозами от переобучения.
Оригинальная публикация в Telegram