ASI-Evolve — цикл экспериментов с памятью для ИИ-исследований

ASI-Evolve организует повторяющийся цикл «знание — гипотеза — эксперимент — анализ». Фреймворк предназначен для исследовательских задач, где можно задать исходную программу, критерий оценки и среду выполнения, а затем сравнивать предлагаемые агентами изменения.

Возможности и состав проекта

Researcher предлагает идеи, Engineer реализует их и собирает метрики, Analyzer разбирает результаты. Cognition Store хранит исходные знания, а Experiment Database — историю испытаний. Авторы описывают применение к нейронным архитектурам, данным предобучения и алгоритмам обучения с подкреплением; перенос результатов на другие задачи требует собственного эксперимента.

Начало работы и требования

README предлагает установить Python-зависимости, создать папку эксперимента и подготовить описание задачи, конфигурацию API, исходную программу и evaluator. Вызов оболочки оценки задаётся отдельно. Для модели нужен OpenAI-совместимый endpoint; до долгого поиска стоит проверить один полный цикл с небольшим бюджетом.

Ограничения и выбор сценария

Качество поиска ограничено evaluator: агент может улучшить измеряемый показатель, не улучшив реальную задачу. Изолируйте выполнение предложенного кода, задайте лимиты времени и вызовов API, сохраняйте независимую контрольную выборку. Память прошлых экспериментов помогает повторному использованию результатов, но не исключает ошибочные гипотезы и повторение неудачных подходов.

Лицензия и условия использования

GitHub определяет лицензию репозитория как Apache-2.0. Перед использованием и распространением проверьте полный текст LICENSE и отдельные условия зависимостей, данных или моделей: лицензия репозитория не заменяет их лицензии.