Исследователи из MIT и Sakana AI представили фреймворк SIFT (Self-Improvement via Fast Tree-search), который снижает затраты на проверку самообучающихся ИИ-агентов. Вместо тестирования каждого изменения кода на полных бенчмарках система использует языковую модель для попарного сравнения вариантов.
Метод применяет модель Брэдли-Терри для ранжирования предпочтений и выполняет оценки асинхронно. Гибридный конвейер отсеивает неэффективные решения до проведения дорогостоящих проверок. Статья авторов Синхуна Фу, Аравинта Кулантайвелу и Ютаро Ямады была опубликована на arXiv 18 сентября 2026 года.
При использовании агента o3-mini на бенчмарке Polyglot система SIFT достигла показателя 35,1% за 30 шагов расширения, превзойдя результат Darwin Gödel Machine (30,7% за 80 узлов). Конфигурация на базе Qwen3-Coder-30B выполнила поиск за 224 часа процессорного времени и $34 затрат на API, что в десять раз меньше ресурсов DGM.
SIFT показал рост производительности и на других тестах. В TerminalBench 2.1 результат вырос с 29,2% до 36,7%, а в SWE-60 — с 40,0% до 52,1%. Эксперты отмечают, что снижение стоимости вычислений делает технологию доступнее, однако подчеркивают зависимость успеха от качества решений, принимаемых языковой моделью-судьей.
