★ 4
RSI Arena：十款前沿模型自主训练语言模型并接受人类反馈
论文提出 RSI Arena，让十个前沿模型作为训练智能体，从 NVIDIA Nemotron 3.5 Lightning 30B-A3B Base 出发，在 1000 GPU 小时预算内自主选数据、实现训练流程并挑选检查点。最强模型由 GPT-6 Astra 训练，在 12 项能力基准上弥合了基…
arXiv NLP5 天前
#递归自我改进
共 31 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
arXiv 评测 GPT-6 Astra、Claude Opus 5.5 等预测 ML 实验效果
论文构建 288 条 LLM 提出的 ML 实验想法数据集，让 GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1、Kimi K3、GLM-5.3 预测训练结果。结果显示最佳模型 Claude Opus 5.5 仅解释一半方差（R²=0.49），所有模型系统性…
arXiv cs.LG13 天前
★ 4
Hinton发表首篇RSI论文
Geoffrey Hinton参与发表首篇关于递归自我改进（RSI）的论文，探讨AI开始进入“造下一代AI”的流水线。该方向被视为AI安全与能力演化的关键议题，引发对自我改进循环风险与治理的讨论。
量子位27 天前
★ 4
Claude 承担 Anthropic 26% 研发，3 万 Agent 并行
Anthropic 披露 Claude 已主导其约 26% 的 AI 研发工作，同时有约 3 万个 Agent 并行运行，显示 AI 开始参与“造 AI”。这标志着头部 AI 公司在递归自我改进（RSI）路线上出现分化，自动化研发正从概念走向工程实践。
InfoQ AI44 天前
★ 4
智谱披露 RSI 进展：GLM-5.3 已摸到门槛
唐杰与 GLM 团队发布长文，披露智谱在递归自我改进（RSI）方向的最新进展，称 GLM-5.3 已“摸到门槛”，并直言正一步步走向取代人类研究者。该表态将 RSI 竞争从海外头部公司延伸至国内团队，凸显模型自我迭代能力的加速。
InfoQ AI44 天前
★ 4
Anthropic 提出衡量前沿实验室 AI 研发速度的指标
Anthropic 发布文章，提出一套衡量前沿 AI 实验室内部研发速度的测量工具，聚焦模型构建过程，并公布自身内部数据快照。公司计划引入独立第三方评估者，访问内部流程与数据，以验证安全实践并监测关键指标。此举旨在让公众与政府更好了解 AI 发展节奏，并为递归自我改进等风险提供早期信号。
Hacker News – AI45 天前
★ 4
奥特曼称OpenAI 2026年上市不明智
OpenAI CEO Sam Altman在《财富》采访中确认2026年不会IPO，称当前安全形势复杂，上市时机不成熟。他还谈及Hugging Face黑客事件、递归自我改进，并承认构建超越人类控制的AI「绝对」可能，但承诺会采取措施阻止，必要时暂停训练。
The Verge AI50 天前
★ 4
Anthropic CEO呼吁放缓AI发展
Anthropic CEO Dario Amodei发表长文，提出「为前沿定速」三步计划：先向METR等第三方评估机构开放模型访问，再推动行业与政府共建安全标准，最终争取中俄等国家加入全球AI安全框架。他担忧递归自我改进和今夏OpenAI/Hugging Face智能体失控事件，同时强调美国需保持…
The Verge AI50 天前
★ 3
WSJ 报道：AI 顶尖人士称递归自我改进图表最关键
《华尔街日报》报道称，AI 领域多位顶尖人物认为一张关于递归自我改进（RSI）的图表是当今世界最重要的图表，涉及 Anthropic 等机构对 AI 能力加速的讨论。该话题在 Hacker News 引发关注。
Hacker News – AI1 天前
★ 3
记者撰文谈 Anthropic 内部见闻：AI 实验室正推进递归自我改进
一篇来自 The Argument 杂志的报道记录了作者在 Anthropic 内部的观察，称该实验室正朝递归自我改进方向推进。文章聚焦 AI 研发自动化对安全与治理的潜在影响，属于对前沿实验室路线的深度评论。
Hacker News – AI11 天前
★ 3
Recursia：共享可执行栈自改进实现机器人长程操作
论文提出 Recursia 框架，把共享可执行栈而非单个任务程序作为持续改进单元，整合工具、带执行契约的技能、交接与验证器。系统依据执行轨迹定位失败并生成缺失工具或修复，经通用性检查与回归门控后冻结复用。在 LIBERO-Pro Long 仿真中较 ASPIRE 提升 5.8 至 15.1 个百分…
arXiv cs.AI12 天前
★ 3
MELD：多智能体科研的分层协同自改进框架
论文提出 MELD，一个分层测试时训练框架，在单次科研发现流程中同时适配团队级 Coordinator 与个体级 Scientist 策略。两层在共享推导树上交替进行 GRPO 式更新，实现组织方式与研究行为的协同进化。在 22 个 MLGym 与 MLE-bench 任务中 20 个最优，协调与…
arXiv cs.AI12 天前
★ 3
Hippo：免训练智能体自进化记忆框架
论文提出受海马体选择性编码与回放启发的记忆框架 Hippo，让 LLM 智能体在不更新参数的情况下通过外部记忆自我改进。它对比同一任务的多次尝试以提炼可复用决策，并通过适用条件合并冲突、修订旧经验。在 SWE-bench Verified、WebArena、Mind2Web 上均有提升，且保留的经…
arXiv cs.AI12 天前
★ 3
RRI：对抗元提示演化实现递归奖励改进
研究者提出 RRI（递归奖励改进）方法，在提议者-求解者自改进循环中引入奖励黑客对抗者来监督奖励生成。对抗者先写出钻评分标准空子的无用答案，再由同一模型在不看标准的情况下写出诚实答案，通过最多两步修复让诚实答案胜出，从而修正评分标准。在 HealthBench Professional 上，9B …
arXiv cs.AI16 天前
★ 3
Harness²：面向开放世界的递归智能体框架
论文提出 Harness²，一个即插即用的递归智能体框架，通过任务级与框架级两层递归解决开放世界任务无真值验证器与难以泛化的问题。任务级递归用对比式「提议-探测-组合」步骤引导框架编辑，框架级递归则从编辑中提取经验更新持续改进框架。在三个专业基准上，单步即可让 GLM-5 与 Gemini 3.5…
arXiv cs.AI18 天前
★ 3
DuplexAgent-RSI：全双工语音智能体协作的递归框架改进
论文提出 DuplexAgent 全双工协作系统，将任务接受、进度、取消、替换与结果交付等工作流表达为六个可编辑模块，并通过 Duplex-Harness-RSI 闭环从交互轨迹中自动修订模块。实验显示其在口语知识与可执行工具评分上优于对比的委派系统，同时保持强中断响应能力。
arXiv cs.AI23 天前
★ 3
EvalResearchBench：AI智能体能否自主设计评估？
论文提出EvalResearchBench（ERB），用于测试AI智能体能否自主完成评估研究：在给定材料、参考、候选API与预算下，由「researcher」智能体选择或合成任务、实现评分器并迭代修订。研究对比9个researcher与13个候选模型，最佳评估器与14个目标基准的候选对排序一致率约…
arXiv cs.AI26 天前
★ 3
智能体自优化：多任务自进化Harness框架
论文提出接近递归自我改进的框架：同一冻结模型在同一版本harness上先作为求解者解题，再作为提议者读取完整运行记录并直接改写harness。每批进化从五个不同领域基准抽取任务，训练与留出任务严格分离，并额外在五个分布外基准上评估。从49行种子harness出发，第一阶段在分布内提升4.48分、分…
arXiv cs.AI31 天前
★ 3
AI自我改进能否克服收益递减
文章质疑 AI 递归自我改进（RSI）通向超级智能的假设，认为其正遭遇收益递减。作者主张能力提升并非无限加速，需正视现实瓶颈。该观点为当前 AI 加速论提供反思视角。
Hacker News – AI32 天前
★ 3
研究：RL自我发现中学习历史是资产还是负担
论文对自发现RL规则Disco103进行首次因果机制审计，围绕「经验时代」五大支柱展开。通过固定、冻结、移植循环状态，发现循环历史能扩展可用奖励尺度，历史错配的惩罚源于持续钳制，而环境变化下回放保留会混淆内在可塑性。该工作为下一代自演化RL算法建立审计标准。
arXiv cs.AI32 天前
★ 3
AI研究智能体的递归自我改进
一篇arXiv论文探讨AI研究智能体的递归自我改进能力，即智能体能否自主改进自身的研究与推理流程。该方向涉及自动化科研与智能体进化，具有潜在深远影响。
Hacker News – AI39 天前
★ 3
广义智能体迭代：迭代策略改进与递归自我改进的统一框架
论文提出广义智能体迭代（GAI），一个将迭代策略改进与递归自我改进（RSI）描述为同一学习范式的形式化框架。GAI将智能体定义为系统中可修改组件的配置，学习过程建模为智能体评估与改进的循环，并用两个关键旋钮区分不同实例：改进机制是否属于智能体、衡量标准是否外部锚定。该框架可把现有系统置于同一坐标轴…
arXiv cs.AI47 天前
★ 3
AI 研究者激辩递归自我改进距离
Dwarkesh Patel 的播客中，John Beren 与 Charlie 等研究者就 AI 递归自我改进（RSI）的临近程度展开辩论。讨论涉及 AI 是否具备自主进行开放式研究的能力，是当前 AI 安全与能力评估的核心议题之一。
Hacker News – AI51 天前
★ 2
递归自我改进综述：从现有方法到新研究思路
论文围绕递归自我改进（RSI）提出两个视角：一是建立包含更新目标、更新组织、更新调度与范围、反馈与选择四组共九个设计维度的统一分类体系；二是分析现有 RSI 方法如何借鉴优化、正则化、数据增强、持续学习与对抗学习等传统深度学习机制，并借助进化计算拓展新思路，同时梳理在线、离线与离线转在线三类评测基…
arXiv cs.AI18 天前
★ 2
HN 讨论：集体智能实现递归自我改进
Hacker News 上一篇文章探讨通过集体智能实现AI系统的递归自我改进，引发47分热度与17条评论讨论。话题聚焦多智能体协作能否推动模型能力持续自进化。
Hacker News21 天前
★ 2
自动化AI研发会否引发智能爆炸
一篇论文探讨若将AI研发本身自动化，是否可能触发智能爆炸式的递归自我改进。该议题属于AI安全与长期风险讨论的前沿，涉及技术奇点与失控风险。
Hacker News – AI34 天前
★ 2
若AI研发自动化，会触发智能爆炸吗？
CASP发布报告，探讨当AI能够自动化AI研发本身时，是否会引发“智能爆炸”式的快速递归自我改进。该报告属于AI安全与长期风险领域的前沿思辨。
Hacker News – AI34 天前
★ 2
是否应禁止 AI 模型自我递归改进
Marginal Revolution 博客发文探讨是否应禁止 AI 模型的自我递归改进能力。该话题涉及 AI 安全与治理的核心争议，即模型自主提升自身能力的边界问题。目前讨论热度较低，但触及长期风险议题。
Hacker News – AI40 天前
★ 2
★ 2
RSI概念39年前已诞生？AI之父复盘
被称为现代人工智能之父的研究者回顾了递归自我改进（RSI）长达数十年的探索历程，指出这一当下热议的概念早在39年前就已萌芽。文章梳理了RSI从早期理论到当代超级智能讨论的演进脉络。
InfoQ AI44 天前