Попытке развития алгоритмов обучения в агентских циклах не дают результата (!).
Попытке развития алгоритмов обучения в агентских циклах не дают результата (!). Новый бенчмарк AI4AI-Bench (arXiv, 20 августа) показал жёсткий предел: даже лучшие LLM-агенты почти не способны переписать сам алгоритм обучения модели. Recursive self-improvement (рекурсивное самоулучшение — когда система улучшает не веса, а сам процесс обучения следующего поколения) упирается именно в это. Авторы дали агентам 10 реальных репозиториев разных семейств алгоритмов и 4 часа на B300. Потом код запускали заново и сравнивали с оригиналом. Средний балл — 0,166 из 1,0. Лучший результат — 0,250. Большинство агентов вообще не трогали механизм обучения. Чем больше доля рассуждений, тем выше: доля попыток изменить сам алгоритм: рост с 8 % до 64 %... Источники: https://arxiv.org/abs/2608.20318 #AI #LLM #агенты #RSI #AI4AIBench #самоулучшение