יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

ReSAIL: הפחתת קריסה באג'נט עצמי משוכלל

ReSAIL: Mitigating Collapse in Iterative Agent Self-Distillation
ReSAIL היא שיטה חדשה שמטרתה למנוע קריסה באג'נט עצמי משוכלל. השיטה נועדה לשפר את היכולת של האג'נט ללמוד מהתפלגות שלו עצמו, ולשפר את היכולת שלו להתאים את עצמו לתפקידים שונים. ReSAIL נבחן במספר תחומים, כולל טקסט, תמונות ווידאו, והראה תוצאות משמעותיות.
תקציר מקורי באנגליתarXiv:2609.39306v1 Announce Type: new Abstract: Iterative self-distillation enables LLM agents to learn from successive deployments, offering a path toward recursive self-improvement (RSI). Yet our experiments with existing methods reveal a collapse in deployment performance across cycles, while task performance with privileged information (PI) also declines. We address this collapse by prioritizing informative interaction steps for distillation and preserving PI-conditioned behavior as the student becomes the next teacher. We introduce Retentive and Selective Augmentation for Iterative Self-Distillation (ReSAIL), a plug-in augmentation for iterative PI-based self-distillation. ReSAIL selects interaction steps where PI most strongly changes the teacher's predictions and balances the result
קרא במקור המקורי