Brève · 1 min de lecture
Google Research publie le framework RRSI pour des agents IA capables de s’améliorer eux-mêmes
Cet outil open source permet aux agents fondés sur de grands modèles de langage d’ajuster leurs prompts, leurs outils et leur mémoire sans modifier le modèle lui-même, et d’améliorer leurs scores aux benchmarks.
Oossa · À propos d’Oossa
Google Cloud AI Research a rendu RRSI accessible au public. Ce framework permet aux agents LLM de réécrire leurs propres prompts, outils et mémoire tout en gardant les poids du modèle figés. Il intègre des garde-fous, comme un critique chargé de détecter les fuites et une règle de coût, afin d’éviter que les améliorations ne conduisent à du surapprentissage. Lors de tests avec Claude Opus 4.8, le score à Terminal-Bench 2.1 est passé de 74.2% à 80.2%, et les six découpages de validation ont tous enregistré des progrès.
Pourquoi c'est important
Cela montre comment les agents IA peuvent progresser sur de nouvelles tâches sans réentraîner le modèle sous-jacent, ce qui permet d’économiser des ressources de calcul et de réduire les risques de surapprentissage.
Sources et références
| # | Source | Média | Date | À retenir |
|---|---|---|---|---|
| 1 | Google Research Open-Sources RRSI: AI Agents That Improve Their Own Harness Without Overfitting ↗ | MarkTechPost | 29 sept. 2026 | Google Cloud AI Research has open-sourced RRSI, a framework that lets LLM agents rewrite their own prompts, tools and memory while model weights stay frozen. |
1 sources
Dernière mise à jour:
Oossa · Newsletter
La semaine de l'IA, expliquée
Chaque lundi : l'essentiel de l'actualité, en langage clair. Gratuit, sans spam.