# Google Research ने स्व-सुधार करने वाले AI एजेंटों के लिए RRSI फ्रेमवर्क जारी किया

> यह ओपन-सोर्स टूल बड़े भाषा मॉडल (LLM) एजेंटों को मॉडल में बदलाव किए बिना प्रॉम्प्ट, टूल और मेमोरी में सुधार करने देता है, जिससे बेंचमार्क स्कोर बढ़ते हैं।

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

Google Cloud AI Research ने RRSI को सार्वजनिक रूप से उपलब्ध कराया है। यह फ्रेमवर्क LLM एजेंटों को मॉडल के वेट स्थिर रखते हुए अपने प्रॉम्प्ट, टूल और मेमोरी को फिर से लिखने देता है। इसमें लीक की जाँच करने वाला क्रिटिक और लागत का नियम जैसे सुरक्षा उपाय शामिल हैं, ताकि सुधारों के प्रशिक्षण डेटा पर जरूरत से ज्यादा निर्भर हो जाने से बचाया जा सके। Claude Opus 4.8 के साथ हुए परीक्षणों में Terminal‑Bench 2.1 का स्कोर 74.2% से बढ़कर 80.2% हो गया और परीक्षण से अलग रखे गए सभी छह हिस्सों में बेहतर नतीजे मिले।

## तथ्य

- RRSI 29 सितंबर, 2026 को जारी किया गया
- Claude Opus 4.8 के साथ Terminal‑Bench 2.1 का स्कोर बढ़कर 80.2% हुआ

## यह क्यों मायने रखता है

यह दिखाता है कि AI एजेंट मूल मॉडल को दोबारा प्रशिक्षित किए बिना नए कामों में बेहतर हो सकते हैं। इससे कंप्यूट की बचत होती है और ओवरफिटिंग का जोखिम घटता है।

## स्रोत और संदर्भ

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

अंतिम अपडेट: 2026-09-29