Өнөөг хүртэл хиймэл оюуны загварын алдааг засахын тулд олон сая долларын өртөгтэй дахин сургалт (Fine-tuning, RLHF) шаардлагатай байсан билээ. AI Times Korea-ийн онцолсноор, Google-ийн судлаачид загварын үндсэн параметрийн жинг (weights) хөндөхгүйгээр гадаад гүйцэтгэх орчин буюу Harness кодыг өөрөө рефлекс хийн сайжруулдаг RRSI архитектурыг нийтэд дэлгэлээ.
RRSI-ийн зарчим нь загвар алдаа гаргах бүрд тэрхүү алдааны шалтгааныг мета-түвшинд шинжилж, тухайн даалгаврыг дамжуулж буй Python код, санах ойн менежмент болон шалгах функцүүдээ (Validators) өөрөө дахин бичдэгт оршино. Үүний үр дүнд агент дараагийн удаа тухайн алдааг 100% тойрч гарч чаддаг байна.
Загварын суурь жинг хөнддөггүй учир уг систем нь урьдчилан таамаглах боломжгүй гаж үйлдэл хийхээс сэргийлэгддэг бөгөөд аюулгүй байдлын инженерүүд өөрчлөгдсөн ханес кодыг бодит цагт хянах бүрэн боломжтой юм.
