Araştırmacılar AI-ajentlerinin kendilerini eğitmelerini hızlandırmak için SIFT çerçevesini sundular

Araştırmacılar SIFT (Recursive Self Improvement via Fast Tree-search) - kodlama ajanlarının yeniden self iyileştirmesi için bir çerçeve sundu. Sistem, modellere kendi kodlarını değiştirmelerine izin verirken, genellikle değişikliklerin etkinliğini değerlendirmek için gereken hesaplama kaynakları maliyetini en aza indirir.

Mevcut çözümlerin temel bir kısıtlaması, her kod iterasyonunu test etmek için benchmark'lerin birden fazla kez çalıştırılma gereksinimidir. SIFT bu süreci, her bir iyileştirme adayı için çift karşılaştırmalar yapan bir yargıç olarak LLM kullanmakla değiştirir. Karşılaştırmaların sonuçları, karar ağacında aramayı yönlendiren güç puanlarını oluşturmak için Bradley-Terry modeli kullanılarak toplu olarak işlenir.

Yeni mimaride pahalı test çalıştırmaları, yalnızca yargıcın ön analizine dayanarak seçilen en umut verici düğümler için gerçekleştirilir. Bu yaklaşım, geleneksel arama yöntemleriyle karşılaştırıldığında CPU saatleri tüketimini ve API çağrı maliyetlerini önemli ölçüde azaltırken, kod oluşturma doğruluğunu korur.

Polyglot benchmark testinde, çerçeve, ağaç aramasına dayalı mevcut self-evolüsyon sistemlerine karşı üstünlük gösterdi. Araştırma, yargıç modelinden ara sinyallerin kullanılmasının, ajanların olası değişiklikler uzayını aşırı hesaplama altyapısı yükü olmadan daha etkili bir şekilde keşfetmelerine olanak sağladığını kanıtlamaktadır.

Bu geliştirme, self-optimizasyona sahip otonom sistemlerin oluşturulmasına yönelik yaklaşımı değiştirir. Tam testlerin tamamlanmasından, LLM-as-a-judge aracılığıyla adayların sıralamasına geçiş, kodun iteratif iyileştirme sürecini katı bütçe kısıtlamaları altında uygulanabilir kılar.