Huxley Gödel Machine

新的SBCO方法以更少的计算量优化AI代理

研究人员推出了一种新颖的SBCO（自监督块坐标优化器）方法，用于提高AI代理在规划任务中的性能。与需要任务能力和自我修改之间对齐的先前自指方法不同，SBCO在没有此约束的情况下运行。它利用固定的元代理，通过近似块坐标上升学习分解的验证器库和组合策略，并根据无人类标签的分级反馈改进输出。SBCO在利用显著更少的计算资源的情况下，展示了与自我修改基线相当或更优的性能。