RSIHub: A Composable Framework for Agent-Evolution Methods
Pubblicata su AIChronos il · fonte del · Zimu Wang, Xiaobo Wang, Siyu Ye, Jiaqi Li, Silin Chen, Yuling Shi (ByteDance)
RSIHub è un framework open-source progettato per costruire, confrontare e estendere metodi di evoluzione degli agenti utilizzando feedback esecuzionali. Il sistema permette ai ricercatori di concentrarsi sulle politiche di evoluzione mentre mantiene l'infrastruttura di esecuzione, valutazione e lineage condivisa. Attraverso 'recipe', gli operatori riutilizzabili dichiarano risorse mutabili senza modificare il core del framework. L'autore dimostra la flessibilità dell'approccio istanziando metodi esistenti come AHE, Hyperagents, A-Evolve e GEPA con logica specifica separata.
- RSIHub fornisce un protocollo comune per confrontare politiche di evoluzione e ispezionare le storie dei candidati.
- Le 'recipe' compongono operatori riutilizzabili e dichiarano risorse mutabili all'interno dell'infrastruttura condivisa.
- L'architettura separa la logica specifica del metodo (nei recipe) dal core del framework, facilitando l'estensibilità.
- I risultati mostrano un guadagno massimo osservato di 13.5 punti percentuali su pass@1 sui benchmark MiniSWE e Codex.
- Le valutazioni sono condotte con configurazioni fisse di modello ed evaluatore per garantire comparabilità.
Perché conta. Per uno sviluppatore che lavora con LLM, agenti e AI locale, RSIHub offre componenti riutilizzabili essenziali per sviluppare nuovi metodi senza reinventare la ruota dell'infrastruttura sperimentale. La capacità di isolare le politiche di evoluzione dall'infrastruttura mutabile accelera il ciclo di sviluppo e permette un trasferimento più efficace delle ottimizzazioni tra task diversi.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.