MIT·사카나 AI, '검증 비용 병목' 해결한 자가 진화 에이전트 'SIFT' 발표

요약

MIT와 사카나 AI 연구진은 AI 에이전트의 자가 진화 과정에서 발생하는 '검증 비용 병목' 문제를 해결하기 위해 새로운 프레임워크 'SIFT(Recursive Self-Improvement for Tuning)'를 개발했다. 기존 재귀적 자기개선(RSI) 연구는 수많은 에이전트 변종을 일일이 검증해야 하는 높은 비용과 시간으로 인해 실용화에 어려움을 겪어왔다. SIFT는 코딩 에이전트가 자신의 지침과 도구, 코드를 스스로 수정하며 성능을 개선하는 과정에서 필요한 검증 절차를 효율화했다. 이 기술은 에이전트가 더 나은 버전을 탐색하는 능력을 높여 자가 진화의 실현 가능성을 한층 끌어올렸다. 이번 연구는 AI 에이전트 개발의 주요 난제였던 성능 최적화와 검증 효율성을 동시에 개선했다는 점에서 의의가 있다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.