Prime Intellect arastirmacilari, AI agentlerin uzun sureli gorevlerde kendi kendilerini gelistirmesini saglayan Prime Agent harnessini duyurdu. Acik kaynakli bu platform, ARC-AGI-3 RHAE performansini yuzde 30dan yuzde 95,5e cikararak yeni bir basari standardi belirliyor.
Prime Agent Nedir?
Prime Agent, uzun sureli agent degerlendirmesi ve kod-agent is akislari icin tasarlanmis acik kaynakli bir harness sistemidir. Kalici IPython REPL, Recursive Language Model abstaksiyonunu takip ederek programatik baglam isleme ve test zamani hesaplama imkani sunuyor. Continual Harness ise gecmisleri, bellekleri, skillleri, promptlari ve alt-agent spesifikasyonlarini trajectoryler arasinda koruyarak iyilestirmelerin bilesik olarak birikmesini sagliyor.
ARC-AGI-3 Performansinda Devrim
Sistemin en carpici basarisi, ARC-AGI-3 RHAE Best@1 skorundaki dramatik yukselis. Ayni model ailesi kullanilarak, performans yuzde 30dan yuzde 95,5e cikti. Bu, AI sistemlerinin standart harnesslarda olculen temel yetenek ile gercek potansiyelleri arasindaki buyuk farki ortaya koyuyor.
Coklu Gorev Basarisi
Prime Agent yalnizca ARC-AGI-3te degil, uzun baglam kodlama, GPU kernel uretimi, emulator insası ve otonom nanoGPT speedrun gorevlerinde de native ve populer harnesslari geride birakiyor.
Factorioda Surekli Gelisim
Factorio ortaminda yapilan testlerde, iyilestirme mekanizmasi surekli teknoloji ilerlemesini saglarken, adanmis alt-agentler paralellestirilmis calismayi destekledi.
Kaynak: arxiv.org/abs/2608.23552
Henüz yorum yok. İlk yorumu siz yapın!