יום שני, 5 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

אופטימיזציה רקורסיבית של סוכנים

Recursive Agent Optimization
אופטימיזציה רקורסיבית של סוכנים: שיטה לאימון סוכנים רקורסיביים. סוכנים אלה יכולים לגדול ולהתפצל לסוכנים חדשים, ולכן יכולים לטפל במשימות רבות יותר. השיטה נקראת RAO (Recursive Agent Optimization).
תקציר מקורי באנגליתarXiv:2605.06639v2 Announce Type: replace Abstract: We introduce Recursive Agent Optimization (RAO), a reinforcement learning approach for training recursive agents: agents that can spawn and delegate sub-tasks to new instantiations of themselves recursively. Recursive agents implement an inference-time scaling algorithm that naturally allows agents to scale to longer contexts and generalize to more difficult problems via divide-and-conquer. RAO provides a method to train models to best take advantage of such recursive inference, teaching agents when and how to delegate and communicate. We find that recursive agents trained in this way enjoy better training efficiency, can scale to tasks that go beyond the model's context window, generalize to tasks much harder than the ones the agent was
קרא במקור המקורי