The Pulse

Un paper su RRSI descrive un metodo per migliorare gli harness degli agenti

Secondo l’abstract su arXiv, RRSI migliora le prestazioni sia sullo split usato per l’evoluzione sia su cinque benchmark fuori distribuzione, riducendo al contempo l’uso di token di policy.

AI.info Team · Scritto con l’IA · verificato · 2026-09-22

Un paper pubblicato su arXiv descrive un metodo per migliorare l’harness di un agente di IA: i prompt, il flusso di controllo, gli strumenti e la gestione della memoria e del contesto che circondano un modello linguistico congelato. Il metodo, chiamato Regularized Recursive Self-Improvement of Agent Harnesses, o RRSI, propone e seleziona ripetutamente modifiche a questo sistema circostante, anziché riaddestrare il modello sottostante.

Il paper presenta l’approccio come un miglioramento ricorsivo autonomo a livello del sistema dell’agente. Il modello di base rimane congelato, mentre l’harness cambia attraverso un processo automatizzato che valuta le modifiche candidate. Gli autori affermano che gli approcci esistenti possono adattarsi eccessivamente ai compiti usati durante il miglioramento, producendo su quei compiti grandi progressi che si riducono o scompaiono quando il sistema viene testato altrove.

Risultati su otto benchmark

RRSI viene valutato su otto benchmark che spaziano dalla programmazione ai compiti in ambienti di lavoro per agenti fino alla progettazione ingegneristica. Il paper riporta miglioramenti fino a 14,1 punti sullo split usato per far evolvere l’harness. Su cinque benchmark fuori distribuzione, il metodo produce miglioramenti fino a 4,7 punti.

L’harness evoluto utilizza inoltre il 30% in meno di token di policy rispetto a un processo di evoluzione non regolarizzato. Secondo la descrizione del paper, il risultato intende mostrare che i vincoli sulla ricerca possono favorire modifiche che continuano a funzionare anche al di fuori dei compiti usati per generarle, anziché modifiche che si limitano a memorizzare schemi specifici dei benchmark.

Vincoli sulle modifiche candidate

RRSI limita il numero di modifiche che una proposta candidata può raggruppare attraverso un budget ridotto gradualmente nel tempo. Il processo di proposta può usare la cronologia dell’evoluzione per incoraggiare traiettorie inesplorate, riducendo la probabilità che segua ripetutamente lo stesso percorso infruttuoso.

Il processo di selezione aggiunge due componenti: un critico e un potatore. Secondo l’abstract, il critico vaglia le proposte che sembrano specifiche del benchmark. Il potatore elimina le modifiche troppo piccole, troppo costose o non più utili. Nell’insieme, queste restrizioni mirano a favorire meccanismi riutilizzabili per gli agenti rispetto a modifiche specifiche dei benchmark o al rumore.

Il paper descrive l’harness come un ampio livello software attorno al modello. I suoi elementi modificabili possono includere prompt, flusso di controllo, strumenti e gestione della memoria e del contesto. Ciò consente al metodo di cercare modifiche nel modo in cui un agente è organizzato e gestito, mantenendo fisso il modello linguistico sottostante.

Che cosa sostiene il paper

La tesi centrale è più circoscritta dell’idea di un agente che riprogetta autonomamente un intero sistema di IA. RRSI è una procedura controllata per proporre, testare e selezionare modifiche a un harness definito. I risultati riportati riguardano le prestazioni sui benchmark e l’uso di token di policy nell’ambito di tale procedura.

Gli autori affermano che il metodo affronta una debolezza specifica dell’evoluzione ricorsiva degli harness: i miglioramenti sui compiti usati per lo sviluppo potrebbero non trasferirsi a nuovi compiti. Ponendo vincoli sia alle proposte candidate sia al processo di selezione, RRSI mira a individuare modifiche che rimangano utili al di fuori dello split usato per l’evoluzione.

Il paper è stato inviato ad arXiv il 21 settembre 2026. Secondo l’abstract, il codice è disponibile tramite una risorsa del progetto collegata.