研究人員提出SIFT框架以加速AI代理的自我學習

研究人員提出SIFT(Recursive Self Improvement via Fast Tree-search)——一個用於遞歸自我改進的編碼代理框架。該系統允許模型修改自己的代碼，同時最小化評估更改有效性的計算資源消耗。

現有解決方案的主要瓶頸是需要多次運行基準測試以驗證每次代碼迭代。 在SIFT中，該過程被替換為使用LLM作為評判，對候選項進行成對比較。比較結果使用布拉德利-特里模型進行聚合，形成力量評估，指導決策樹中的搜索。

新架構中的昂貴測試運行只對最有前途的節點進行，該節點是根據評判的初步分析選擇的。這種方法顯著降低了CPU小時的消耗和與傳統搜索方法相比的API調用成本，同時保持了高代碼生成精度。

在Polyglot基準測試中，框架表明其優於基於樹搜索的現有自我演化系統。研究證實，使用模型評判的中間信號允許代理更有效地探索可能修改的空間，而不會過載計算基礎設施。

該開發改變了創建自主系統的方法，該系統能夠自我優化。從完整測試遍歷到通過LLM-as-a-judge對候選項進行排名，迭代代碼改進的過程已成為在嚴格預算限制下可實現的。