MetaRSI 技术报告：让自我改进作用于 RSI 自身，旗舰模型平均提升 7.3 分
青稞AI · wechat · 2026-09-13
CosmosMind 联合斯坦福、伯克利、MIT、清华等高校发布 MetaRSI-v1 技术报告，提出首个统一 Model-RSI、Data-RSI、Harness-RSI 的元递归自我改进架构，把「改进」本身也变成可递归优化的对象。
核心内容
- LoopKernel 范式：将「进步如何发生」抽象为统一闭环——学习信号在 Data、Harness、Model 三个可写面上提出改动，由验证器裁决并回流，三者成为同一 Kernel 的不同实例化算子。
- 三种算子：Data-RSI 从运行轨迹提取并放大学习信号、标定能力边界；Harness-RSI 在 SystemPrompt/Skill/MCP/Tools/Memory 五个槽位上做加法与减法；Model-RSI 将验证有效的能力内化进参数。
- 纵横双轴编排：横轴由 RSI²Agent 决定算子顺序，纵轴由 Sub-Agent 改写算子内部策略，元层 MetaRSI²Agent 再优化编排策略本身，形成三层嵌套。
实验结果
- 小模型路线：Qwen3.5-35B-A3B（3B 激活）在 Terminal-Bench 2.1、SWE-bench Pro、GPQA-Diamond、AIME 四项基准平均提升 10.9 分，SWE-bench Pro 解决率接近翻倍。
- 前沿模型路线：GPT-5.6、Claude Opus 5 等六款旗舰模型（仅启用 Data/Harness 算子、无外部教师）平均提升 7.3 分。
五条定律包括：验证器决定自改进前沿；自我认知会过期、重探能力边界是速率瓶颈；能力与载体无关但成本有关（应持续内化到更便宜载体）；可信度须由不可写面度量（内部无法察觉放宽标准）；循环不凭空创造能力、增益需区分「激发已有」与「外部新引入」。
团队同步开源了 RSI-Harness 与 Genome 开放社区，主张各科学领域只需任务族、验证器与初始脚手架三样东西即可接入循环。
所属事件:CosmosMind 联合多校发布 MetaRSI-v1 统一递归自我改进框架(2 条相关)→
「编程与Agent」频道最新
- 1 对 8 买家谈判 Agent 实战:踩坑与修复全记录 — mv_soura · 2026-10-31
- PostTrainBench 轨迹数据集月下载破 10 万,作者警告是 RL 奖励作弊所致 — maksym_andr · 2026-10-31
- 用 AI 做游戏？先搭一个 tech art 测试场景 — chongdashu · 2026-10-31
- Sanity 开源 pi-mcp-events:为 Pi agent 实现 MCP Events 流式订阅 — knutmelvaer · 2026-10-31
- Agent 办公室产品 Skydive 开放：3D 界面 watching AI 同事干活 — Scobleizer · 2026-10-31
- LangChain SF 线下活动：决策模型与 Agent 评测的新玩法 — LangChain · 2026-10-31