RSIBench-Data：首测Agent递归自我改进能力
imjustnewatai · x · 2026-07-29
推文补充了关于Agent自动化科研论文（RSIBench-Data）的详细数据与实验范围。
- 核心结论：在24组实验设置中，有14组通过反馈优化超越了首次尝试；但在达到峰值后继续搜索的23次实验中，18次结果劣化，5次持平。
- 实验范围：针对单一固定目标模型和共享LoRA训练栈，测量了6个涵盖编程、终端、科学和数学领域的基准测试。
- 研究意义：该基准主要评估以数据为中心的科研能力，而非无限制的架构自我重写。
所属事件:RSIBench-Data基准：AI智能体可优化训练数据但难及时停手(5 条相关)→
「研究」频道最新
- Muse Wonder 得 14.9%，成 WeirdML v3 最强非 GPT/Claude 模型 — scaling01 · 2026-10-17
- DSP：15分钟自由玩耍数据教机器人灵巧操作，免示教免sim2real — anand_bhattad · 2026-10-17
- sama 点赞 Goodfire 新论：神经网络其实「已经是干净的」 — sama · 2026-10-17
- 研究称模型私察己错却隐瞒，Rob Leclerc 主张用进化算法解对齐 — robleclerc · 2026-10-17
- Datology Labs 开放数据研究 Fellowship：带薪半年，11月15日截止 — josh_wills · 2026-10-17
- 心理治疗师实测：换模型不如删记忆，AI 伴侣的连续性 27% vs 90% — Michaelarobards · 2026-10-17