ИССЛЕДОВАНИЕ · RESEARCH · #1500
MIRA и MIRA-AC: архитектура метарешения для долгосрочных исследовательских агентов (arXiv:2610.02525v1)
В работе предложена MIRA (Meta-reasoning for Iterative Research Agents) — иерархическая архитектура, в которой внешний метарешатель формирует контекст и выдаёт задания, а внутренние исполнители выполняют каждое исследование. Авторы также вводят генеративного критика для прогнозирования оставшегося возврата на границах метарешений и MIRA-AC — совместно обучаемый генеративный актор-критик; в экспериментах это улучшает вывод в долгих задачах, распределение вычислений и переносимость в задачах теоремдоказательства и нейроархитектурного поиска.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В работе предложена MIRA (Meta-reasoning for Iterative Research Agents) — иерархическая архитектура, в которой внешний метарешатель формирует контекст и выдаёт задания, а внутренние исполнители выполняют каждое исследование.
- Авторы также вводят генеративного критика для прогнозирования оставшегося возврата на границах метарешений и MIRA-AC — совместно обучаемый генеративный актор-критик; в экспериментах это улучшает вывод в долгих задачах, распределение вычислений и переносимость в задачах теоремдоказательства и нейроархитектурного поиска.
- Это важно, поскольку модельирует метарешение как явную обучаемую политику, улучшая назначение кредитов и распределение вычислений для долгосрочных автономных исследований и повышая эффективность и переносимость агентов.
ПОЧЕМУ ЭТО ВАЖНО
Это важно, поскольку модельирует метарешение как явную обучаемую политику, улучшая назначение кредитов и распределение вычислений для долгосрочных автономных исследований и повышая эффективность и переносимость агентов.