# Dream-RSI

> Он учится во сне: как ИИ прокачивает себя, не выходя в реальный мир

Dream-RSI превращает историю поиска агента в точный симулятор: тысячи стратегий исследования тестируются офлайн без запусков, а внедряется только лучшая.

- Категории: ИИ-агент, Инструменты разработчика, Исследования
- Сайт сервиса: https://dream-rsi.com/
- Карточка в каталоге: https://ailibri.com/dream-rsi
- Обновлено: 2026-09-18

## Описание

Dream-RSI — исследовательский проект (технический отчёт с публикацией на arXiv, кодом и живой демкой), который предлагает способ улучшать стратегии поиска у агентов, занятых долгим исследовательским процессом: инженерией алгоритмов, математической оптимизацией, написанием GPU-ядер. Идея простая: историю уже проведённых поисков превратить в симулятор, внутри которого можно «во сне» прогонять тысячи альтернативных стратегий и выпускать в реальный запуск только победителя. Работа сделана командой из Google, Google DeepMind, Университета Мэриленда и Университета Вирджинии.

Проблема, из которой всё выросло, звучит так: цикл открытий у агента упирается не в генерацию кандидатов, а в исследование — где ветвиться, что запускать параллельно, когда обрубать бесперспективную линию. Эта часть обычно прописана руками и заморожена. Оценить новую стратегию исследования онлайн дорого: нужно досмотреть до конца весь прогон, а не оценить один кандидат. А пространство возможных стратегий огромное, и большинство из них плохие — каждую придётся выяснять полным прогоном.

Dream-RSI смотрит на завершённый прогон не как на текст для промпта и не как на данные для дообучения, а как на дерево. Каждый узел — попытка с полным наблюдением и реальным результатом исполнения кода. Стратегия исследования делает ровно одну вещь: выбирает, какую попытку продолжить следующей. Значит, альтернативной стратегии не нужно ничего перезапускать — она просто обойдёт то же дерево в другом порядке, с другими группировками параллельных задач и другими правилами остановки. Все ответы уже лежат на диске, оценка возвращается сразу и стоит ноль исполнений.

Отличие от обученной модели мира здесь принципиальное: ничего не предсказывается. Симулятор точен внутри того пространства поиска, которое реально было пройдено, потому что он и есть это пространство. Ограничение такое же резкое — «помечтать» можно только там, куда история действительно дошла. Отсюда и петля:

- онлайн-исследование: текущая стратегия ведёт кодового агента, растёт дерево открытий, пишутся трейсы;

- сборка replay-симулятора: дерево становится переиспользуемым миром и попадает в общий пул;

- улучшение через «сны»: агент придумывает альтернативные стратегии и проигрывает их в симуляторе, получая быструю обратную связь;

- лучшая стратегия уходит в новый онлайн-прогон — и приносит мир, куда прежние стратегии не добрались бы.

Сама стратегия исследования тут — исполняемый код, а не набор весов: она решает, где фиксированный агент продолжает поиск, что идёт параллельно и когда остановиться. Оценщик кандидатов при этом фиксирован и возвращает диагностическую обратную связь. Архитектурно Dream-RSI описан как лёгкий слой оркестрации: он делает исследование явным и программируемым, а базовый кодовый агент оставляет без изменений. По заявленным результатам на трёх доменах — алгоритмическая инженерия, математическая оптимизация и GPU-ядра — подход даёт сопоставимое или лучшее качество открытий при заметно меньшей стоимости.

## Похожие сервисы в каталоге

- [SkillOpt](https://ailibri.com/skillopt): SkillOpt оптимизирует текстовые инструкции для языковых агентов без изменения весов модели, обучая переиспользуемые навыки через rollout, рефлексию и валидацию.
- [ScientistTwo](https://ailibri.com/scientisttwo): ScientistTwo — автономный исследовательский агент: 86 из 107 работ превзошли human SOTA (+25,2%), статьи прошли аудит воспроизводимости и оценки рецензентов.
- [Kimi](https://ailibri.com/kimi): Kimi K3 — открытая модель на 2,8 трлн параметров с контекстом 1 млн токенов и поддержкой изображений. Доступна на Kimi.com, в Kimi Work, Kimi Code и через API.
- [Hermes Agent](https://ailibri.com/hermes-agent): Hermes Agent — агент с открытым исходным кодом от NousResearch, который развивается вместе с вами. Поддержка инструментов, веб-исследований и автоматизации зада
- [Openclaw Infra](https://ailibri.com/openclaw-infra): Openclaw Infra - Docker-инфраструктура для запуска AI-агентов OpenClaw с поддержкой Telegram. Простое развертывание нескольких агентов на одном сервере.
- [Kimi API Platform](https://ailibri.com/kimi-api-platform): Kimi K3 — флагманская модель с 2,8 трлн параметров, контекстом 1M токенов, поддержкой изображений и видео, Tool Calling. API для кодинга и работы со знаниями.

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com