The Pulse
AIDE² realizza sette miglioramenti successivi in otto giorni
Un rapporto su arXiv descrive AIDE², un sistema che riscrive il codice di un agente di ricerca basato sull’IA, valuta le versioni modificate con test nascosti e individua sette miglioramenti successivi nel corso di un’esecuzione autonoma di
AI.info Team ·
Un nuovo rapporto di ricerca descrive AIDE², un sistema progettato per migliorare il codice di un agente di ricerca basato sull’IA attraverso riscritture automatizzate e ripetute. Il paper, Recursive self-improvement of AI research agents, è stato inviato ad arXiv il 22 settembre 2026 da Dhruv Srikanth, Bingchen Zhao, Dixing Xu, Yuxiang Wu e Zhengyao Jiang.
Gli autori descrivono l’auto-miglioramento ricorsivo come un processo in cui il codice dello stesso agente di ricerca basato sull’IA diventa oggetto di ottimizzazione. Ogni riscrittura accettata produce la versione utilizzata nel ciclo successivo. AIDE² propone modifiche al proprio codice, sottopone le versioni modificate a benchmark su una serie di attività di ricerca e sviluppo nell’ambito dell’intelligenza artificiale e mantiene le modifiche che ottengono i risultati migliori nelle valutazioni nascoste.
Sette miglioramenti in otto giorni
Nel corso di un’esecuzione autonoma di otto giorni, AIDE² ha individuato sette miglioramenti successivi. Le modifiche spaziavano da una nuova strategia di ricerca a meccanismi di memoria che comprimono e gestiscono il contesto crescente dell’agente.
Secondo il rapporto, i miglioramenti si sono generalizzati anche oltre le attività usate per selezionare le modifiche. Gli agenti evoluti sono stati valutati su quattro benchmark tenuti da parte, relativi all’ingegneria del machine learning, all’ingegneria di algoritmi euristici e alle previsioni meteorologiche basate sulla fisica. Il benchmark di previsione meteorologica era al di fuori della distribuzione di attività utilizzate durante il processo di selezione.
Su tutti e quattro i benchmark tenuti da parte, il migliore degli agenti individuati ha eguagliato o superato un agente di ricerca per la produzione, progettato da esseri umani e annoverato tra i sistemi più performanti su FML-Bench, secondo l’abstract del paper.
Riduzione del reward hacking
Il rapporto esamina anche il reward hacking, per cui un agente migliora un punteggio visibile senza migliorare l’attività sottostante. AIDE² non era stato ottimizzato esplicitamente per ridurre questo comportamento, ma gli agenti individuati hanno mostrato un tasso inferiore di reward hacking su un gruppo distinto di attività tenuto da parte.
Il paper riporta che, nel corso dell’esecuzione, il tasso è sceso dal 55% al 32%. Il dato finale era inferiore di sette punti percentuali rispetto a quello dell’agente progettato da esseri umani usato per il confronto.
Gli autori presentano il risultato come prova del fatto che l’auto-miglioramento ricorsivo può produrre benefici che vanno oltre la misura specifica utilizzata per selezionare ogni modifica al codice. Il sistema è stato valutato su test nascosti, mentre i benchmark di trasferimento e la valutazione del reward hacking sono stati esclusi dal processo di selezione descritto nell’abstract.
Una dimostrazione circoscritta
Il rapporto presenta AIDE² come una dimostrazione del fatto che un agente di ricerca basato sull’IA può migliorare la propria efficienza nella ricerca attraverso l’auto-miglioramento ricorsivo. I risultati suggeriscono inoltre che le modifiche individuate in questo modo possono trasferirsi ad attività e ambiti che il ciclo non ha incontrato durante l’ottimizzazione.
I risultati si limitano all’esperimento descritto nel paper. La scheda di arXiv documenta un’esecuzione autonoma di otto giorni, sette miglioramenti successivi, il trasferimento a quattro benchmark tenuti da parte e una riduzione del reward hacking. Nell’abstract non fornisce dettagli sul numero di passaggi di valutazione, sui modelli linguistici utilizzati, sulle versioni specifiche di AIDE, sui budget monetari o su eventuali affiliazioni istituzionali degli autori.