RAG | Нейросети | ИИ | AI | Агенты | GPT-6 Luna | Gemini 4 Argon | Claude Haiku 5.5 | Mistral Large 4 | Muse Wonder | Claude Fable 5.5
IT и технологии · 17 сентября 2026 г.
В длинной задаче агенту хватает одного неверного шага, чтобы дальше всё посыпалось. Обы...
В длинной задаче агенту хватает одного неверного шага, чтобы дальше всё посыпалось. Обычно чинят одним из двух: правят контекст, но мир остаётся сломанным, либо откатывают мир, но теряют полезный опыт. RIR (arXiv 2609.18304) делает и то и другое. Возвращает исполнение к удачной точке, а рефлексию из заброшенной трассы несёт дальше, чтобы не наступить на те же грабли. На трёх бенчмарках (ALFWorld, ScienceWorld, GAIA) и DeepSeek-V3 прирост +6,6 п.п. к ReAct, откатов 0,98 на задачу против 2,9 у GA-Rollback. Абляция на ScienceWorld самая наглядная. Только рефлексия 70,5, только откат 69,4, а обе сразу 76,8. Препринт, но вопрос, какие знания переживут откат, стоит вчитаться.