本文にスキップ
AI News HubLIVE
要約のみ

Hexo Labs、自己改善エージェント「SIA」をオープンソース化:ハーネスとモデル重みの両方を更新

Hexo Labsは、MITライセンスの下で自己改善ループ「SIA(Self-Improving AI)」を公開しました。フィードバックエージェントが各実行の軌跡を読み取り、scaffoldを書き換えるか、gpt-oss-120b上でLoRA重み更新をトリガーします。両方のレバーを組み合わせることで、LawBench、TriMul GPUカーネル、scRNA-seqデノイジングにおいて、scaffoldのみの反復を上回る結果を示しました。

ソースMarkTechPost著者: Asif Razzaq
Hexo Labs、自己改善エージェント「SIA」をオープンソース化:ハーネスとモデル重みの両方を更新
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内

要約のみ

配信元のコンテンツ権限に基づき、編集要約、要点、原文へのリンクのみを提供します。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • SIAは、エージェントのscaffoldとモデル重みの両方を編集する初の自己改善ループです。
  • LawBenchタスクでは、重み更新を追加することで、ハーネスのみの50.0%から70.1%へ精度が向上しました。
  • フィードバックエージェントは観測された報酬に基づいて、PPO、エントロピー利得加重、GRPOなどの訓練アルゴリズムを選択します。
  • MITライセンスで公開(hexo-ai/sia)、gpt-oss-120bとLoRAランク32に基づいています。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。