Meta^n：通过涌现深度实现递归自我改进
Zae Myung Kim · hf · 2026-08-26
Meta^n 是一种递归自我改进方法，通过在增长的输入上递归应用固定的元操作，构建更深的推理层。该方法旨在提升自我改进的 LLM 智能体能力，同时避免系统失稳。
「研究」频道最新
- Hugging Face 联手 Anthropic 发起罕见病黑客松，5 万美元悬赏 — Scobleizer · 2026-08-26
- 前沿模型安全需监控潜伏空间，提防模型欺骗 — belindazli · 2026-08-26
- Annual Review 发表 LLM 应用计量经济学框架 — m_sendhil · 2026-08-26
- Yoav Goldberg 质疑 S1 模型 "上下文学习" 说法 — ivan_bezdomny · 2026-08-26
- Recuris：递归经验记忆架构提升长时程 Agent 成功率 — princetonu · 2026-08-26
- 腾讯 CAFE：搜索 Agent 需与评论家协同进化 — Tencent-Hunyuan · 2026-08-26