MetaRSI-v1发布:统一三种递归自我改进,30亿参数小模型四基准平均提分10.9
量子位 · wechat · 2026-09-14
CosmosMind 联合斯坦福、伯克利、MIT、清华、北大等十余所高校发布 MetaRSI-v1,号称首个统一 Model-RSI、Data-RSI、Harness-RSI 三条递归自我改进(RSI)路线的元递归架构——即「改进自我改进的过程本身」。
核心设计与实验结果:
- LoopKernel 范式:把「进步如何发生」抽象成与对象无关的闭环——学习信号驱动改动、验证器裁决、结果回流,Data/Harness/Model 成为同一 Kernel 的三个可组合算子。
- 纵横双轴:横轴由 RSI²Agent 在每个决策点编排下一个算子;纵轴向 Sub-Agent 下发指令改写算子自身的 RSI 策略;四个 Agent 协作,支持 human-in-the-loop 局部替换。
- 实验:Qwen3.5-35B-A3B(3B 激活)无外部教师,在 Terminal-Bench 2.1、SWE-bench Pro、GPQA-Diamond、AIME 上平均提升 10.9 分,SWE-bench Pro 解决率接近翻倍;对 GPT-5.6、Claude Opus 5 等六款前沿旗舰(仅启用 Data/Harness 算子)平均提升 7.3 分。
- 五条定律:如「验证决定自我改进的前沿」「循环不凭空创造能力,增益都是外部信息熵输入或已有能力的激发」等,试图为机器如何进步立规矩。
团队同步开源了可自我迭代的 RSI-Harness,并称下一步要把闭环推向物理世界,以自动化实验室作为执行器和验证器。需注意本文系团队授权刊载,「文明级进化引擎」等表述偏宣传,实际效果有待第三方复现。
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
- Anthropic 悄悄在 Claude Code 加规则：禁止复刻现有游戏 — petrusenko_max · 2026-10-31
- 用前沿模型 token 从零建立竞争优势的打法 — curious_vii · 2026-10-31
- 开源 Element Forge：ComfyUI 里可编辑的实拍视频 AI 特效 — zitroffell · 2026-10-30
- Gym-Anything 引入审计 Agent,专门用合法动作破坏环境找错 — wellecks · 2026-10-30
- Cloudflare 不肯做,开发者自研工具实现 Durable Objects 零停机迁出 — samgoodwin89 · 2026-10-30
- 两分钟面试法：用一条 prompt 让 Grok 帮你搭两个定制 bot — nateliason · 2026-10-30