Nytt ramverk låter AI uppfinna egna inlärningsalgoritmer

arXiv cs.AI

Forskare har byggt RLDiscover, ett system där en stor språkmodell (LLM) automatiskt förbättrar algoritmer för förstärkningsinlärning (RL – där AI lär sig via belöningar och straff) genom att testa och förfina dem i omgångar. Resultaten är påtagliga: median-förbättringen landade på 32–84% beroende på algoritmfamilj, och i ett extremfall presterade den självutvecklade varianten 363 gånger bättre än utgångsläget. Det intressanta är att systemet återuppfinner liknande lösningar oberoende av varandra – vilket antyder att det faktiskt hittar något genuint användbart snarare än att råka optimera för testmiljön.