突破参数迷信：递归自我改进或成ASI新路径

有观点指出，实现通用人工智能（ASI）的路径不应局限于盲目堆叠庞大的参数量，而应依靠递归自我改进（RSI）来打破性能瓶颈。该理论获得了 Demis Hassabis 等行业大佬的背书，认为单纯的大模型并不足够。从 AlphaZero 到达尔文机的进化逻辑表明，RSI 能有效突破现有局限，有望大幅降低实现更高智能的算力成本。

2026-08-07 ~ 2026-08-07 · 2 条相关