Исследователи из Google DeepMind, Мэрилендского университета и Университета Вирджинии представили фреймворк Dream-RSI. Система позволяет агентам ИИ обучаться на собственной истории поиска, что сокращает количество дорогостоящих обращений к базовой модели. Разработка описана в научной работе arXiv:2609.14858.
Процесс работы состоит из трех этапов: создание «деревьев поиска», преобразование их в симуляторы повторов и автономная оптимизация стратегий поиска с помощью отдельной языковой модели. Это обеспечивает рекурсивное самообучение агента без необходимости переобучения или обновления весов основной модели.
В задаче Lasso path solver фреймворк сократил число вызовов агента с 51 200 до 317, что дает 162-кратное ускорение. Среднее время выполнения задачи снизилось с 3 587,1 мс до 2 931,0 мс. Решения Dream-RSI превзошли показатели библиотек sklearn и glmnet на шести тестовых наборах данных.
В экспериментах применялись модели Gemini-3.1-Pro и Gemini-3.7-Flash без дообучения. На бенчмарке KernelBench система показала паритет с существующими методами, сократив количество генераций в 2,43 раза для VGG16 и в 1,79 раза для LayerNorm. Команда разработчиков готовит код к публикации на GitHub.
