Автономная модель ROME и экосистема ALE

Этот документ представляет Agentic Learning Ecosystem (ALE) — комплексную инфраструктуру, предназначенную для разработки и обучения продвинутых систем искусственного интеллекта. В состав экосистемы входят три ключевых компонента: среда обучения ROLL, защищенная песочница ROCK для безопасного исполнения кода и фреймворк iFlow CLI для взаимодействия с внешним миром. Центральным достижением проекта является открытая модель ROME, которая демонстрирует выдающиеся способности к планированию и самокоррекции в сложных многошаговых задачах. Использование инновационного алгоритма IPA позволяет эффективно распределять вознаграждение, что значительно повышает стабильность обучения нейросети на длинных дистанциях. Эмпирические тесты подтверждают, что ROME превосходит аналоги по размеру и успешно конкурирует с гигантскими моделями, имеющими более 100 миллиардов параметров. В целом, ALE закладывает фундамент для перехода от простых текстовых генераторов к автономным агентам, способным работать в реальных программных средах.