RIPPLE: Ny träningsmetod hjälper kodande AI-agenter att rätta sina egna misstag

arXiv cs.AI

Ett vanligt problem med AI-agenter som kodar är att de kan identifiera ett fel, formulera en bra kritik – och ändå fortsätta göra samma misstag. RIPPLE är ett träningsramverk som försöker lösa detta genom att lära agenten att faktiskt agera på sin egen självkritik, och det hela ger 4,8 poängs förbättring i snitt över fyra kodningsbenchmarks. Intressant nog behövs ingen separat 'domarmodell' när systemet väl är tränat – agenten hanterar återhämtningen på egen hand.