SBCO: Ottimizzazione dell'Harness Verificatore-Grounded Auto-Supervisionata per Agenti di Pianificazione

Un nuovo preprint arXiv (2608.10157) introduce SBCO, un metodo per ottimizzare gli agenti di pianificazione senza auto-miglioramento auto-referenziale. L'approccio è progettato per compiti in cui la competenza richiesta per il compito non è allineata con la competenza richiesta per l'auto-modifica, rendendo inapplicabili i metodi auto-referenziali come le Macchine di Gödel di Darwin e Huxley. SBCO utilizza un harness verificatore-grounded auto-supervisionato per ottimizzare le capacità di pianificazione dell'agente, evitando il costo computazionale dell'auto-modifica basata su popolazione o meta-agente esplicita. Il metodo è presentato come un modo per consentire l'auto-miglioramento in domini oltre la programmazione, dove tale allineamento manca. L'articolo è scritto da ricercatori e pubblicato su arXiv, indicando un lavoro in corso nell'auto-miglioramento dell'IA.