# گوگل ریسرچ چارچوب RRSI را برای عامل‌های هوش مصنوعی خودبهبوددهنده منتشر کرد

> این ابزار متن‌باز به عامل‌های مبتنی بر مدل‌های زبانی بزرگ امکان می‌دهد بدون تغییر خود مدل، پرامپت‌ها، ابزارها و حافظه‌شان را تنظیم کنند و امتیازهایشان را در آزمون‌های معیار بهبود دهند.

Oossa · 2026-09-29 · https://oossa.com/fa/google-research-releases-rrsi-framework-for-self-improving-ai-agents

بخش پژوهش هوش مصنوعی Google Cloud، چارچوب RRSI را در دسترس عموم قرار داده است. این چارچوب به عامل‌های مبتنی بر مدل‌های زبانی بزرگ اجازه می‌دهد در حالی که وزن‌های مدل ثابت می‌مانند، پرامپت‌ها، ابزارها و حافظه خود را بازنویسی کنند. همچنین برای جلوگیری از بیش‌برازشِ بهبودها، سازوکارهای ایمنی‌ای مانند ارزیاب نشت اطلاعات و قاعده‌ای برای کنترل هزینه در نظر گرفته است. در آزمایش‌ها با Claude Opus 4.8، امتیاز Terminal‑Bench 2.1 از 74.2% به 80.2% رسید و هر شش بخش کنارگذاشته‌شده نیز بهبود نشان دادند.

## حقایق

- RRSI در 29 سپتامبر 2026 منتشر شد
- امتیاز Terminal‑Bench 2.1 با Claude Opus 4.8 به 80.2% رسید

## چرا مهم است

این چارچوب نشان می‌دهد عامل‌های هوش مصنوعی می‌توانند بدون آموزش دوباره مدل زیربنایی، در انجام وظایف تازه بهتر شوند؛ رویکردی که در مصرف توان پردازشی صرفه‌جویی می‌کند و خطر بیش‌برازش را کاهش می‌دهد.

## منابع و ارجاع‌ها

1. [Google Research Open-Sources RRSI: AI Agents That Improve Their Own Harness Without Overfitting](https://www.marktechpost.com/2026/09/29/google-research-open-sources-rrsi-ai-agents-that-improve-their-own-harness-without-overfitting/) – MarkTechPost, 2026-09-29

آخرین به‌روزرسانی: 2026-09-29