Google DeepMind опубликовала paper Dream-RSI, пока в сети обсуждают утечку Gemini 4

На фоне неподтверждённой утечки бенчмарков Gemini 4 Google DeepMind 14 сентября опубликовала статью Dream-RSI (arXiv 2609.14858) о рекурсивном самоулучшении агентов. Метод сокращает число вызовов модели в 162 раза на задаче Lasso path solver (51 200 против 317) без дообучения весов.

• Dream-RSI снизил число вызовов с 51 200 до 317 на Lasso path solver
• В KernelBench VGG16 потребовалось в 2,43 раза меньше генераций при том же качестве
• Метод не меняет веса моделей: работали с Gemini-3.1-Pro и Gemini-3.7-Flash
• Утёкшие бенчмарки Gemini 4 не имеют подтверждённого источника