Kort bericht · 1 min lezen
Google Research brengt RRSI-framework uit voor zelfverbeterende AI-agenten
Met deze open-sourcetool kunnen agenten op basis van grote taalmodellen hun prompts, tools en geheugen aanpassen zonder het model zelf te wijzigen, waardoor hun benchmarkscores stijgen.
Oossa · Over Oossa
Google Cloud AI Research heeft RRSI openbaar beschikbaar gemaakt. Met dit framework kunnen LLM-agenten hun eigen prompts, tools en geheugen herschrijven terwijl de modelgewichten ongewijzigd blijven. Het bevat veiligheidscontroles, zoals een criticus die op datalekken let en een kostenregel, om te voorkomen dat verbeteringen te veel op de testgegevens worden afgestemd. In tests met Claude Opus 4.8 steeg de score op Terminal-Bench 2.1 van 74.2% naar 80.2%, en op alle zes achtergehouden datasets waren de scores hoger.
Waarom het ertoe doet
Het laat zien hoe AI-agenten beter kunnen worden in nieuwe taken zonder het onderliggende model opnieuw te trainen. Dat bespaart rekenkracht en verkleint het risico op overfitting.
Bronnen en referenties
| # | Bron | Medium | Datum | Kernpunt |
|---|---|---|---|---|
| 1 | Google Research Open-Sources RRSI: AI Agents That Improve Their Own Harness Without Overfitting ↗ | MarkTechPost | 29 sep 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 bronnen
Laatst bijgewerkt:
Oossa · Nieuwsbrief
De AI-week, uitgelegd
Elke maandag: het nieuws dat ertoe doet, in gewone taal. Gratis, geen spam.