Macchina di Mendel Gödel: Gli Agenti IA si Auto-Migliorano tramite Evoluzione Comparativa
Un team di ricercatori ha presentato la Macchina di Mendel Gödel (MGM), un framework innovativo progettato per agenti di codifica auto-miglioranti che possono modificare iterativamente il proprio codice sorgente. A differenza dei metodi tradizionali che si concentrano su un singolo percorso di errore, MGM utilizza segnali comparativi da una collezione crescente di esperienze passate, aderendo ai concetti mendeliani di ereditarietà controllata. Il framework introduce due nuove forme di auto-modifica: mutazione di norma di reazione, che regola un agente in base a molteplici traiettorie di compiti, e ibridazione incrociata tra linee, che utilizza la traiettoria di un agente di riferimento da una linea diversa per lo stesso compito. Questi metodi completano la mutazione clonale standard a traiettoria singola. I ricercatori validano teoricamente e dimostrano attraverso simulazioni surrogate controllate che MGM migliora l'efficienza dell'auto-miglioramento. Lo studio è accessibile su arXiv con identificatore 2608.07645.
Fatti principali
- La Macchina di Mendel Gödel (MGM) è un nuovo framework per agenti di codifica auto-miglioranti.
- MGM utilizza segnali comparativi da tentativi passati, a differenza dei metodi esistenti a traiettoria singola.
- Due nuovi tipi di auto-modifica: mutazione di norma di reazione e ibridazione incrociata tra linee.
- La mutazione di norma di reazione modifica un agente basandosi su traiettorie di più compiti simultaneamente.
- L'ibridazione incrociata tra linee modifica un agente utilizzando la traiettoria di un agente di riferimento da un'altra linea.
- Prova teorica sotto un modello di paesaggio fitness additivo.
- Dimostrato tramite simulazione surrogata controllata.
- Articolo disponibile su arXiv:2608.07645.
Entità
Istituzioni
- arXiv