Devotd Github
新着AIエージェント

human-agent-society/reef — 入れ子の学習パラメータのキー単位マージ

Reef が学習指示の parameters をレシピの job_parameters と、入れ子オブジェクトまで含めてキー単位でマージするようになり、シナリオ settings 応答にレシピの job_parameters が追加された。

リポジトリ情報human-agent-society/reef ↗

Reef が学習指示の parameters をレシピの job_parameters と、入れ子オブジェクトまで含めてキー単位でマージするようになり、シナリオ settings 応答にレシピの job_parameters が追加された。

GitHub の説明: Infrastructure for continually self‑improving agents

スター
★ 7.8K
フォーク
730
言語
Python
ライセンス
Apache-2.0
最新リリース
v0.1.3
原文を見る ↗GitHub で見る ↗

human-agent-society/reef は、引き続き自己改善するエージェントのためのインフラプロジェクトである。2026 年 11 月 3 日のコミット 8e9d17d は、学習指示の `parameters` をレシピの `job_parameters` にマージする方式を変更した。従来は、指示が入れ子ブロックのキーを 1 つだけ指定しても、レシピ側のブロック全体がまるごと置き換えられていた。つまり `slime: {seq-length: ...}` だけを書くと、残りの Slime フラグが消失していた。今後は入れ子オブジェクトはキー単位でマージされ、リストを含むそれ以外の値は指示側が勝つ。

マージロジックは `reef/core/values.py` に追加された 1 つの関数 `deep_merge` にまとめられ、Python API ドキュメントには `Sample2Job.job_parameters(data)` がこの関数で指示パラメータをマージすると記載されている。指示はレシピが定めたキーを削除することはできず、HTTP API の `GET /reef/scenarios/{s}/settings` 応答には新たに `job_parameters` が含まれるようになり、サンプル種別(`trajectory` または `task`)ごとのレシピパラメータをそのまま表示する。レシピがパラメータを与えていない種別は省略される。指示パラメータは 16 KiB 以下の JSON オブジェクトに制限され、Reef はその値を直接読み取るのではなく訓練コンポーネントへ渡す。学習前に実際に適用される設定をクライアントが確認できるようになった点は、実務上大きい。

ただし、この変更はパラメータのマージ規則と参照経路に限定される。変更量は 158 行(96 行追加、62 行削除)で、大部分はドキュメント・テスト・コードの修正である。性能指標やベンチマークは示されておらず、ライセンスや主要言語についても情報がない。マージ方式が変わると、以前はブロック全体を上書きしていた指示やレシピの結果が異なる可能性があるため、実際の訓練結果への影響は、このコミットのみでは判断が早い。コミットメッセージは RFC #1023 と PR #1139 を根拠として挙げている。