BaT: Auto-Miglioramento Ricorsivo per Agenti AI Medici

Un recente preprint su arXiv presenta Benchmark-as-Teacher (BaT), un sistema progettato per l'auto-potenziamento ricorsivo di agenti a lungo orizzonte nei processi di imaging medico. Il documento, identificato come arXiv:2608.16211, offre una soluzione alle sfide poste dalla scarsità di traiettorie esperte e dalle caratteristiche sensibili ai dati dell'imaging medico. BaT presenta due elementi interconnessi: una pipeline di dati asincrona Stage Bank che genera stati di training isolati dal contenuto indipendentemente dal ciclo di aggiornamento della policy, e BiCuRL (Bilevel Curriculum Reinforcement Learning), che è un metodo di auto-miglioramento post-addestramento. BiCuRL impiega una valutazione fissa su dati trattenuti per determinare il curriculum della fase successiva, valuta i rollout rispetto a rubriche di compito, aggiorna la policy usando GRPO e invia il checkpoint candidato per la valutazione. Questo metodo affronta il problema degli approcci post-addestramento convenzionali che trascurano le rubriche a livello di fase, cruciali per identificare i fallimenti. Utilizzando queste diagnostiche, BaT facilita un miglioramento continuo senza la necessità di dati esperti aggiuntivi. Il documento può essere trovato su arXiv con l'identificatore 2608.16211.