★ 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
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
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。
论文提出GROW、PRUNE和BRANCH三种递归算子,统一视图下评估测试时推理方法。在五个基准和三个前沿模型上,BRANCH在所有14个设置中平均提升5.98个百分点,且优势与基线截断率强相关。