研究tldr-ai2026-09-24
AIが自分で賢くなる新技術
RRSI: Regularized Recursive Self-Improvement of Agent Harnesses
AIが特定の課題だけを覚えてしまう問題を解決する「RRSI」という新しい学習方法が提案され、AIがより汎用的に賢くなることが期待されます。
AIエージェントの能力は、そのharness(制御機構)によって大きく左右されます。固定された進化セットに対してharnessを進化させる方法は効果的ですが、harnessが訓練タスクを記憶してしまい、学習データ内の大きな改善が、学習データ外では縮小または消失するという問題がありました。RRSIは、harnessの編集空間を開放したままにし、代わりにその探索経路を正則化します。プロンプト、制御フロー、設定、コンテキスト管理、ツール、スキル、メモリ、そしてサブエージェントのすべてが変更可能です。制約は、harnessが何を含み得るかではなく、探索がどのように進むかに作用します。
この記事について質問
記事の内容に答えます。記事外のことは都度ウェブで調べます。