🧠 Google научила ИИ-агентов не зубрить тесты!🤖 Агенты, которые сами переписывают свою «обвязку» (промпты, инструменты, память), быстро начинают запоминать тестовые задачи — а на новых буксуют 😬
🛠 Метод RRSI от Google Cloud AI Research это лечит: бюджет правок со временем сжимается, а 🎯 критик выкидывает любой хардкод под бенчмарк.
📈 Итог: до +4,7 балла на пяти незнакомых бенчмарках и примерно на 30% меньше токенов, чем без такой «регуляризации» ⚡
🧊 Сама модель (Claude Opus 4.8) не менялась — прокачивалась только обвязка.
💡 Бонус: обвязка, найденная с Gemini 3.5 Flash, подняла слабую Gemini 3.1 Flash Lite с 11,2 до 14,6 балла 🚀
🔗
The Decoder: Google и RRSI