Google выложила надстройку Dream-RSI — агент сам улучшает стратегию перебора

Google опубликовала Dream-RSI — надстройку над агентами, которые ищут решение перебором: пишут код, прогоняют его через оценщик и дорабатывают лучшие варианты.

Надстройка управляет стратегией поиска: решает, какие варианты развивать дальше, сколько попыток запускать одновременно и когда остановиться. Сама модель, агент и оценщик при этом не меняются — переписывается только код стратегии поиска.

Каждый запуск сохраняется, и следующая стратегия строится с учётом того, что сработало в прошлых. Получается самоулучшение на уровне обвязки, а не весов модели.