Hexo Labs опубликовала SIA — агента, который обновляет себя во время работы
Hexo Labs открыла исходный код SIA — агента, который совершенствует сам себя. Система анализирует свои ошибки и может либо переписать инструкции для работы, либ
Компания Hexo Labs выпустила в открытый доступ SIA — систему самосовершенствующегося агента, работающего на базе модели gpt-oss-120b. Проект опубликован под лицензией MIT, что позволяет разработчикам свободно использовать и модифицировать код.
Как работает система SIA реализует необычный подход к самосовершенствованию.
После каждого запуска специальный Feedback-Agent анализирует траекторию выполнения задачи и определяет, где агент допустил ошибки или неоптимальные решения. На основе этого анализа система принимает решение: какой из двух механизмов улучшения использовать.
Два механизма совершенствования
Hexo Labs реализовала два независимых способа, которыми агент может улучшать собственную работу: Переписывание scaffold — изменение инструкций, логики и структуры работы агента Обновление LoRA-весов — тонкая настройка весов нейронной сети без полного переобучения * Комбинированный подход — использование обоих механизмов одновременно для максимального результата Ключевое открытие: когда агент может менять и инструкции, и веса одновременно, он совершенствуется гораздо быстрее, чем если применять только один из способов.
Результаты на реальных задачах Команда протестировала SIA на трёх сложных бенчмарках.
На LawBench (система должна решать юридические задачи) комбинированный подход значительно превзошёл результаты. То же произошло на TriMul — наборе GPU-ядер, требующих оптимизации. Третий тест: деноизирование данных одноклеточного секвенирования РНК (scRNA-seq) — показал, что система способна работать и с биоинформатикой.
«Это открывает путь к агентам, которые не просто выполняют задачи, а учатся и становятся лучше в процессе работы», — говорится в публикации
Hexo Labs.
Что это значит
Выход SIA в открытый доступ — сигнал того, что самосовершенствующиеся агенты переходят из категории экспериментов в инструмент для разработки. Для исследователей это возможность тестировать новые идеи быстрее. Для компаний это означает, что скоро можно будет запускать системы, которые не просто выполняют задачи, а становятся эффективнее с каждым опытом.