RSI-Opt 提出递归自我改进优化器智能体，加速模型训练
原文标题：RSI-Opt: Recursive Self-Improvement Optimizer Agents For Model Training
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出即插即用的 RSI-Opt，由元智能体依据历史运行证据重写提示、流程手册、优化器代码库与决策节奏，并归档已评估策略供继续演化。在三个训练任务五代演化中性能显著提升，Burgers PDE 上相对固定提示基线将平均相对 L2 误差降低约 2.7 倍（Opus 5.5）与 8.8 倍（GPT-6.1）。
- 问题
- 训练优化器智能体策略固定，无法跨运行积累经验，难以随训练动态自适应调整。
- 方法
- RSI-Opt 由元智能体依据历史运行证据重写提示、流程手册、优化器代码库与决策节奏，并归档已评估策略持续演化。
- 结果
- 演化套件 z 分数由 +10.48 升至 +14.33（Opus 5.5）；Burgers PDE 上相对固定提示基线降低平均相对 L2 误差约 2.7 倍（Opus 5.5）与 8.8 倍（GPT-6.1）。
- 影响
- 把「智能体调优化器」从一次性策略变成可积累、可迁移的经验资产，为训练流程自动化提供可复用路径，但 PDE 跨模型迁移仍不稳定。
深读 · 结论先行AI 生成展开看要点与影响 ↓
RSI-Opt 让元智能体重写优化器策略，Burgers PDE 误差最多降 8.8 倍
- •元智能体依据历史运行证据重写提示、流程手册、优化器代码库与决策节奏，并归档已评估策略
- •三个训练任务、五代演化后，演化套件原始 z 分数从 +10.48 升至 +14.33（Opus 5.5）
- •Burgers PDE 上相对固定提示基线，平均相对 L2 误差降约 2.7 倍（Opus 5.5）、8.8 倍（GPT-6.1）
- •GPT-5.5 经跨模型策略迁移，在留出任务上 z 分数从 -0.36 升至 +3.11
- •论文自述 PDE 迁移效果随 LLM 与任务不同而变化
为什么重要：把「训练优化器」本身变成可积累经验的智能体，若迁移性成立，可减少人工调参成本；但跨模型、跨任务迁移尚不稳定。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。