Un agente basato su modello linguistico conduce ricerca architettonica autonoma a lungo orizzonte

Una recente indagine pubblicata su arXiv (2608.01995) esplora come un singolo modello linguistico di grandi dimensioni (LLM) di uso generale funzioni come ricercatore indipendente che affronta una sfida complessa di progettazione di architetture neurali. Il modello, dotato di una domanda scientifica, di un'ipotesi iniziale, di un budget computazionale e di vari strumenti di ricerca—inclusi gestione di sorgenti e esperimenti, monitoraggio, accesso alla letteratura e memoria persistente—propone, esegue, valuta e documenta esperimenti in modo indipendente per un periodo di tempo prolungato. La ricerca si svolge in tre fasi, segnate da transizioni definite dall'uomo, che migliorano gradualmente le capacità dell'agente e la complessità del problema. Attraverso circa 100 esperimenti sequenziali, l'agente porta un Vision Transformer non standard da un punto di partenza debole a un modello più efficiente su benchmark più piccoli e a una versione utilizzabile, sebbene sub-SOTA, su ImageNet-1K, generando una registrazione completa del comportamento. Lo studio rivela quattro risultati chiave, il primo dei quali evidenzia una struttura di fase distinta nella produttività. Questa ricerca ha un'importanza considerevole per la progettazione guidata dall'IA e la sperimentazione autonoma, influenzando potenzialmente lo sviluppo futuro delle architetture neurali.