Recursive Harness Self-Improvement (RHI): доработка агентных «обвязок» по обратной связи от выполнения
Sakana AI
Исследователи Sakana AI и UC Berkeley представляют Recursive Harness Self-Improvement — итеративный алгоритм, дорабатывающий созданные пользователем агентные «обвязки» (harness) с помощью попарной обратной связи, извлекаемой из истории выполнения самого агента, без переобучения базовой модели.
Почему это важно
Расширяет недавно запущенную исследовательскую программу Sakana AI по рекурсивному самоулучшению — часть более широкого отраслевого движения к ИИ-системам, улучшающим собственные инструменты, а не полагающимся исключительно на рост вычислительных мощностей.
Важность: 2/5
Заметное расширение активной исследовательской программы по самоулучшению агентов, ниже порога для бонуса за голоса (15 голосов).
Источники
официальный
HuggingFace Daily Papers, 2026-07-20