งานวิจัย
Dream-RSI ของ Google/DeepMind: เอาประวัติการค้นหาที่ทำไปแล้วมาเป็น "เครื่องจำลอง" ให้เอเจนต์ซ้อมกลยุทธ์ใหม่ฟรี — ลดจำนวนครั้งที่เรียกโมเดลจาก 550 เหลือ 317
ก.ย. 2026 ทีมจาก Google, Google DeepMind, UMD และ UVA ปล่อยพรีปรินต์ Dream-RSI ที่มองประวัติการค้นหาที่เสร็จไปแล้วเป็น replay simulator ให้เอเจนต์ "ฝัน" ทดสอบกลยุทธ์สำรวจแบบใหม่โดยไม่ต้องรันจริง ลดจำนวนการเรียก agent ลง 1.7 เท่าเทียบ baseline และ 162 เท่าเทียบ SimpleTES — แต่โค้ดยังไม่ปล่อย
· อ่าน 8 นาที