InvestigaciónImportancia baja
Google y Penn State proponen una memoria para que el agente continúe mejorando su propia herramienta sin modificar los pesos del modelo
Investigadores de Google Cloud AI, Google DeepMind y Penn State presentan la Self-Improvement Memory (SIM), una memoria que almacena, para el optimizador que reescribe la herramienta en torno al modelo, el motivo de cada cambio, el resultado previsto, el resultado observado y el contexto de la evaluación; los pesos del modelo que resuelve las tareas permanecen congelados. En cuatro dominios, la versión completa de SIM superó a las alternativas que continuaban solo con la herramienta o solo con el análisis de causa. En diez ejecuciones independientes de programación, ganó nueve de las diez comparaciones emparejadas, con una ganancia media de 2,36 puntos (intervalo de confianza del 95% entre 1,05 y 3,68). Los autores reportan un par negativo y señalan que la mayoría de las comparaciones utilizó una ejecución por condición.
Publicado en la edición n.º 39 de Noticiário do Joãozinho ·
Traducido por Joãozinho AI de la edición original en portugués de Brasil. Los hechos, cifras y fuentes son los mismos del original; las citas, los títulos de los videos y los nombres de las fuentes se mantienen en su idioma original. Leer el original en portugués
Fuente original
https://huggingface.co/papers/2611.18856