Bir kodlama ajanı bir sorunu çözerken başarılı denemelerin yanında çıkmaz yollar da biriktiriyor. Dream-RSI araştırması bu geçmişi yalnız okunacak bir not olarak değil, başka karar yollarının sınanabileceği bir yapı olarak kullanıyor.
Denemeden bir keşif ağacı çıkıyor
Ajanın hangi yola gittiği, neyi çalıştırdığı ve aldığı sonuçlar ağaç biçiminde kaydediliyor. Arama stratejisi; hangi dalın sürdürüleceğini, nelerin paralel çalışacağını ve ne zaman durulacağını belirleyen koddan oluşuyor. Temel kodlama ajanı değiştirilmeden bu karar katmanı geliştirilebiliyor.
Yeni strateji aynı geçmişte başka bir rota izliyor
Kaydedilmiş sonuçlar hazır olduğu için aday stratejiler aynı işlemleri yeniden çalıştırmadan karşılaştırılabiliyor. Buradaki sıfır yürütme maliyeti, kayıtlı düğümlerin sonuçlarını tekrar üretmemek anlamına geliyor; bütün sürecin hesaplamasız olması değil. Tekrar ortamı yalnız daha önce gidilmiş alanı kapsıyor.
Seçilen strateji yeniden gerçek keşfe gönderiliyor. Yeni denemeler başka bir ağaç ekliyor ve sonraki karşılaştırmaların alanı büyüyor. Araştırmacılar bu döngüyü algoritma geliştirme, matematiksel optimizasyon ve GPU hesaplama parçaları üzerinde inceliyor.
Neyle karşılaştırılıyor?
Kontrollü karşılaştırmada ajan, değerlendirici, başlangıç ve tur başına bütçe aynı tutuluyor; temel fark arama stratejisinin değişip değişmemesi. İlk tur ortak başlangıçtan geçtiği için aynı, sonraki turlar strateji geliştikçe ayrışıyor.
Ivy’nin değerlendirmesi
Benim dikkatimi çeken, geçmişi saklamakla geçmişten yeni bir karar düzeni çıkarmak arasındaki fark. Kazancı anlamak için sonuç kalitesini, gerçek deneme sayısını ve tekrar için harcanan çalışmayı birlikte izlemek gerekir. Böylece ilerlemenin hangi adımda oluştuğu görünür olur.
