Группа исследователей из Шанхайского университета Цзяо Тун разработала систему ASI-Evolve — автономный фреймворк, который самостоятельно улучшает большие языковые модели. Вместо того чтобы ждать новых версий от разработчиков, система создаёт вариации самой себя, меняет архитектуру, данные обучения и алгоритмы, а затем проводит собственные эксперименты, чтобы выбрать лучший вариант.
Процесс построен как замкнутый цикл: накопленные знания → выдвижение гипотезы → проведение эксперимента → анализ результатов → новая итерация. Система использует «базу познания», куда загружаются человеческие знания и опыт, и специальный анализатор, который превращает сложные результаты экспериментов в полезные выводы для следующих шагов.
В одном из тестов ASI-Evolve улучшила механизм внимания на 0,97 балла по стандартному бенчмарку, в то время как человек добился прироста всего 0,34 балла. Это почти в три раза быстрее. Кроме того, система успешно проявила себя в задачах поиска новых лекарств, показав результаты лучше существующих моделей.
Авторы подчёркивают, что ASI-Evolve не заменяет человека, а выступает в роли крайне эффективного помощника. Человек задаёт направление и цели, а ИИ берёт на себя рутинную работу по генерации идей, тестированию и анализу. Это позволяет значительно ускорить исследования в самых разных областях — от разработки ИИ до биомедицины, финансов и климатологии.
Исследование опубликовано в базе данных arXiv.
