ARIS: Un sistema di ricerca open-source per flussi di lavoro ML autonomi

ARIS (Auto-Research-in-sleep) è un sistema di ricerca open-source progettato per coordinare flussi di lavoro di machine learning attraverso la collaborazione avversaria tra modelli. Il sistema, descritto in arXiv:2605.03042, utilizza un modello esecutore per guidare il progresso mentre un revisore di una diversa famiglia di modelli critica i risultati intermedi per prevenire il cosiddetto 'successo apparente non supportato'—una modalità di fallimento in cui agenti a lunga esecuzione producono affermazioni con supporto probatorio incompleto o mal riportato. L'architettura enfatizza meccanismi di garanzia e l'esperienza di implementazione precoce, evidenziando che le prestazioni dell'agente dipendono sia dai pesi del modello che dal sistema che governa l'archiviazione, il recupero e la presentazione delle informazioni.