Investigadores de la Universidad de Virginia, Microsoft Research y la Universidad de Tsinghua añadieron un predictor a HyperAgents, un sistema que modifica su propio código e instrucciones. El componente estima si un cambio puede empeorar el resultado y, si detecta ese riesgo, permite revisarlo antes de la evaluación.
En 166 tareas de programación, las versiones de HyperAgents sin el predictor lograron una mediana de éxito cercana al 22%; con el predictor, casi el 30%. El resultado procede de cinco ejecuciones por configuración y de tareas reservadas para la prueba. El método usó unos 170 millones de tokens, frente a 49 millones de HyperAgents; el estudio no demuestra que funcione igual en proyectos reales.
Por qué importa
Para quienes desarrollan software con agentes, el predictor podría ayudar a detectar cambios arriesgados antes de aceptarlos, aunque aún se desconoce su eficacia en proyectos reales y su coste computacional total.
