Google e DeepMind Apresentam Dream-RSI: Um Ciclo de Autoaperfeiçoamento Recursivo para Agentes de IA
Pesquisadores da Google e DeepMind lançaram o Dream-RSI, um sistema que permite a agentes de IA otimizar suas estratégias de exploração ao reavaliar tentativas passadas e testar milhares de alternativas de baixo custo. A abordagem reduziu os custos de busca em até 162 vezes, mantendo ou melhorando os resultados em design de algoritmos, otimização matemática e criação de kernels GPU.
Pesquisadores da Google e do DeepMind apresentaram o Dream-RSI, um sistema no qual um agente de IA aprimora sua forma de explorar tarefas. Para isso, o agente revisa suas tentativas anteriores, testa economicamente milhares de estratégias alternativas e seleciona as mais bem-sucedidas para a próxima rodada.
Em tarefas envolvendo desenvolvimento de algoritmos, otimização matemática e criação de kernels GPU, o sistema preservou ou melhorou a qualidade dos resultados enquanto reduzia significativamente o custo de busca. Em um experimento específico, o número de chamadas ao agente foi reduzido por um fator de 162.
É importante notar que o sistema melhora a própria estratégia de exploração, e não os pesos do modelo.
O artigo está disponível no arXiv: https://arxiv.org/pdf/2609.14858.
Por que isso importa
AnáliseDemonstra um caminho para uma IA mais eficaz ao otimizar o processo de pesquisa, em vez de apenas escalar os pesos do modelo. Isso pode tornar tarefas agênticas mais baratas e rápidas para problemas complexos de engenharia e matemática.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores