★ 4
RSI 究竟是什么：姚顺宇等专家给出回答
递归式自我改进（RSI）成为今年最热门的 AI 话题，姚顺宇、施天麟及清华、上交教授等专家在上海一场活动中探讨其定义、评估与实现路径。讨论涵盖 RSI 是连续事件而非单一事件、Coding 与 Agent 模型成熟推动其落地，以及人类是否应保留在循环中等争议。
36氪41 天前
#自我改进
共 23 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
Anthropic研究员辞职警告自我改进AI风险
Anthropic研究员Jacob Coxon因对AI灭绝风险的担忧而辞职，呼吁实验室之间达成节奏协议。此事凸显了AI安全领域内部的分歧与紧迫性。
TechCrunch AI53 天前
★ 4
AI自我改进的递归临界性研究
该研究提出递归再生数R_AI，用于判断AI能力增长是否进入自我放大状态。当R_AI大于1时，改进效果会跨开发周期复合，形成自我放大；小于1则衰减。研究还发现，跨组织共享改进可能使整个生态系统进入自我放大，即使单个组织没有。
arXiv cs.AI61 天前
★ 4
★ 4
★ 3
The Trinity：多模态智能体能力驱动递归自我改进框架
论文提出 The Trinity 框架，通过 Creator、Explorer、Evolver 三个角色把世界生成与 Harness 演化耦合起来，将任务树重组为分层能力树。方法引入 Capability-Driven Real2Sim2Real 与能力感知 Harness 路由，实现可复用能力模…
arXiv cs.AI5 天前
★ 3
RSI-Opt 提出递归自我改进优化器智能体，加速模型训练
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-…
arXiv cs.AI7 天前
★ 3
研究：前沿模型自建 ARC-AGI-3 智能体框架，两次修订仅提升 2.8 分
论文让前沿模型自行构建并两次改写任务 harness，在 ARC-AGI-3 的 20 个留出游戏上评估。27 条谱系中性能从零到接近满分，但两次修订平均仅提升 2.80 点 RHAE，开发集增益明显高估留出表现。结果表明自主构建 harness 与可靠自适应之间仍有明显差距。
arXiv cs.AI10 天前
★ 3
论文发现记忆越多智能体越差，提出 Anti-Persistence 记忆设计
研究指出 LLM 智能体若把推断出的规则、摘要与技能长期存入记忆，错误会通过「抽象-执行-再抽象」循环被反复再生，形成错误复现。作者提出 Anti-Persistence 设计：只累积轨迹与结果，按需重建任务指引并在执行后丢弃。在多个基准与骨干模型上，该设计取得更高的留出成功率与最低的平均 LLM…
arXiv cs.AI12 天前
★ 3
R²Orch：技能内化循环中的自博弈实现智能体编排递归自我改进
研究提出 R²Orch 递归自博弈编排范式，内循环通过自博弈在自选任务上改进编排器，外循环改进内循环的改进方式，并引入递归可学习性目标与技能撤回机制。在十二个数据集上，问答、数学、代码和交互任务均持续优于基线。
arXiv cs.AI13 天前
★ 3
谷歌开源 RSI 新成果，华人研究者占比高
谷歌开源了 RSI（递归自我改进）方向的新成果，聚焦 Harness 层的 RSI 机制，参与研究者中华人比例较高。该工作属于智能体自我改进与自动化研究的前沿探索。
量子位14 天前
★ 3
RealtimeBench 发布：评估实时环境下的 LLM 智能体
研究者提出 RealtimeBench，包含六类游戏共 180 项任务，用于在游戏持续运行、推理耗时的条件下评估 LLM 智能体。实验显示 GPT-6.1-sol 在暂停游戏时优于更快的 Jev，但游戏持续运行时反而落后。作者提出双时间尺度离线递归自我改进（TORSI），使 Jev 平均测试分从 …
arXiv cs.AI17 天前
★ 3
arXiv 论文提出智能体可塑性指标，衡量自我改进效率
论文提出「智能体可塑性」（agent plasticity）概念，用于衡量 AI 智能体将过往经验转化为未来未见过任务性能提升的效率。研究在受控环境中让智能体把经验沉淀为可复用产物并传给后续实例，发现前沿模型在同等学习机会下改进轨迹差异巨大，部分模型收益显著且持久，部分几乎无提升，且训练域内的收益…
arXiv cs.AI25 天前
★ 3
RLTL;DR：通过内化自生成反馈实现自我提升
论文针对可验证奖励强化学习（RLVR）在极难任务上成功率低、且无教师模型可蒸馏的问题，提出 RLTL;DR 方法。每次失败后向策略展示验证器输出，让其自行撰写一条 TL;DR 式洞察作为反馈，并以此条件化下一次 rollout，实现自我改进。
Apple Machine Learning Research32 天前
★ 3
微软提出AI软件工厂加速数据系统开发
论文提出「AI软件工厂」概念，覆盖需求定位、编码、评审与运维全流程，突破AI编程工具仅加速编码环节的Amdahl定律瓶颈。系统通过元数据副产物实现模型权重微调与世界模型更新的自我改进。在微软数十个代码仓库的规模化部署中，工程效率达智能体编码的3倍，token效率最高提升22倍。
arXiv cs.AI33 天前
★ 3
GameBoyWorlds：具身游戏自我改进测试平台
研究者提出 GameBoyWorlds，用于评估智能体能否在无演示、无文档、无奖励的情况下通过自主探索实现自我改进。执行测试中，前沿模型在 500 个任务上完成率不足 50%，多模态环境接地是主要瓶颈。该平台还包含两款同人宝可梦游戏的端到端通关测试，现有复杂智能体流水线连首个里程碑都难以达成。
arXiv cs.AI34 天前
★ 3
DENSE：将智能体轨迹蒸馏为证据树
论文提出DENSE方法，将智能体在线执行轨迹蒸馏为基于证据的嵌套捷径树，无需事后结果标签即可生成可复用反馈。配套REFIT协议在结果盲测下比较反馈质量。在Terminal-Bench 2.1上，DENSE在四种接收模型上取得最高严格通过率，较初始执行提升7.12-15.64个百分点，重跑时toke…
arXiv cs.AI42 天前
★ 3
新框架用快速树搜索实现编码智能体自我改进
论文提出 SIFT（Recursive Self Improvement via Fast Tree-search），针对编码智能体自我修改时评估瓶颈问题，引入 LLM-as-a-judge 对候选补丁做成对比较，用正则化 Bradley-Terry 模型聚合胜负记录，驱动轻量分离式树搜索中的排名…
arXiv cs.AI45 天前
★ 3
SkillGLoW：程序族技能整合实现智能体自我改进
论文提出SkillGLoW框架，将局部技能聚合为程序族并压缩为全局先验，支持智能体在长时任务流中自我改进。在四个基准上平均提升17.2分，库压缩3.6倍，并展示程序迁移而非任务记忆。
arXiv cs.AI60 天前
★ 3
PILOT：实时自我改进的长时程智能体框架
PILOT通过实时引导和自我进化机制，在长时程任务中动态调整执行并积累经验。在多个基准上表现优异，显著提升成功率并降低输出令牌，展示了实时自我改进的潜力。
arXiv cs.AI66 天前
★ 2
Reels-RSI：程序级自我改进生成解说视频
论文提出 Reels-RSI，将解说视频视为可读、可测试的程序（脚本、分镜与逐帧动画代码），由确定性渲染器生成画面，自我改进发生在程序层而非权重或提示词。系统记录每次修订的代码快照，把检查发现与修复 diff 配对生成经验教训，并编译为带正反例的静态规则。在 111 条视频的实验中，规则捕获了 4…
arXiv cs.AI19 天前
★ 2
研究提出 Agentic AI 验证与自我改进的理论框架与边界
论文通过带隐藏终端随机性的有界验证比较智能体自我改进机制，证明独立多数放大可保持语言类，而随机磁带上的存在性接受可能引入错误输出。研究还分析递归自我改进在固定验证协议下仍属同一验证类，并给出条件误差预算控制错误选择。
arXiv cs.AI24 天前
★ 2
openJiuwen首发双维度RSI框架，落地办公智能体
openJiuwen发布双维度RSI（自我改进）框架，支持AI自修改能力，并落地于办公智能体场景。该框架强调算力亲和，宣称在速度与成本上更具优势，面向企业办公自动化需求。
InfoQ AI48 天前