注目★★★★★Hugging Face Papers
RSIAgent、重みを変えずGPT-6を超える自律探索
30秒で把握
- 1RSIAgentが自律探索で環境固有の因果関係をメモリ化
- 2OSWorld 2.0で78.98%、GPT-6 Astraの72.60%を上回る
- 3Kimi-K3とGLM-5.3が固定メモリで下流タスクへ適応
要約
AetherLabsは、モデルパラメータを更新せずに新環境へ適応するマルチエージェント基盤RSIAgentを公開した。カリキュラム、実行、検証の各エージェントが環境を広く探索した後、難しい事例や隠れた制約を深掘りし、行動・条件・結果の因果関係を再利用可能なメモリへ蓄積する。OSWorld 2.0でKimi-K3とGLM-5.3は78.98%を獲得し、GPT-6 Astraの72.60%を上回った。Agents’ Last Examでも84.82%対82.26%となり、固定したメモリを下流タスクへ直接再利用した。
あなたへの影響
エージェント開発チームは、既存モデルの再学習だけでなく、環境固有の探索結果をメモリとして蓄積・再利用する構成を次の評価対象にすべきです。
推奨：モデル重みを固定したまま適応するため、検証済みメモリの品質管理と再現性の確認が重要になります。