Рекурентное самосознание с помощью мультиагентского самовидения

arXiv: 2610.12176v1 Вид уведомления: новое резюме: Рекурсивное самосовершенствование (RSI) модели по не поддающимся проверке задачам, таким как открытые исследования, сталкивается с пробелом в надзоре, когда ее результаты превышают то, что могут надежно оценить даже эксперты-человек, оставляя саму модель (оптимизируемую) в качестве наиболее доступного оптимиста и специалиста по оценке. Вместе с тем в рамках этой однородной системы один пример пытается критиковать и улучшить свои собственные сложные рассуждения. Для решения этой проблемы мы предлагаем мультиагентское самосохранение (MASS) — метод RSI, который перемещает между эволюционной оптимистикой рабочих процессов и контролируемой корректировкой на собственные траектории. Исходя из первых выводов о том, что топология с участием нескольких агентов является эффективной при сложных рассуждениях, MASS побуждает единую базовую модель итеративно предлагать, осуществлять и самооценивать многоагентные рабочие процессы. С помощью эволюционного поиска, сдерживаемого структурными ограждениями, модель оптимизирует эти вычислительно-графические оркестры, обнаруживая наибольший эффект