Dream-RSI

Dream-RSI (Recursive Self-Improvement through Evolving Worlds) handlar om AI-agenter som gör upptäckter genom att skriva och testa kod tusentals gånger, till exempel för att hitta snabbare algoritmer eller GPU-kärnor. Det som avgör hur effektivt det går är agentens sökstrategi: vilka spår den fortsätter på, vad den kör parallellt och när den ger upp en idé. Den strategin är normalt handskriven och ändras aldrig.

Forskarnas poäng är att en avslutad körning redan är ett exakt facit. Den sparar ett träd av alla försök agenten gjorde och vad varje försök gav. En ny sökstrategi kan därför provas genom att gå igenom samma träd i en annan ordning, utan att någon kod behöver köras på nytt. Tusentals varianter av strategin kan "drömmas" och poängsättas på så vis, och bara den bästa används på riktigt. Den nya körningen ger i sin tur ett nytt träd att drömma i, så förbättringen kan upprepas. Eftersom den gamla strategin alltid är en av kandidaterna kan den nya aldrig bli sämre på det inspelade facit.

Metoden har testats på åtta uppgifter inom algoritmutveckling, matematisk optimering och GPU-programmering, med Gemini-modeller som agent. Enligt forskarna når Dream-RSI lika bra eller bättre resultat med mycket mindre beräkning, till exempel 2,43 gånger färre försök på en VGG16-kärna och 162 gånger färre agentanrop än metoden SimpleTES på en Lasso-uppgift.

Arbetet kommer från Google, Google DeepMind, University of Maryland och University of Virginia. Koden släpptes på GitHub i oktober 2026.