DeepMind 提出 Dream-RSI：元层策略优化带来递归自我改进
mark_k · x · 2026-09-16
- Google DeepMind 研究人员提出 Dream-RSI，思路是将已完成的 discovery run 转化为「replay worlds（回放世界）」。
- Agent 可在回放世界中测试数千种探索策略，对照已记录的结果选出最优者，部署后再采集新经验、循环迭代。
- 关键在于：它不修改模型权重，而是改进决策层面的策略——在哪分支、并行跑什么、何时停止。
- 作者报告在算法设计、数学优化和 GPU kernel 优化等任务上，以显著更少的算力取得更好结果。
- 作者将其定位为「元层递归自我改进」：agent 持续变得更擅长决定如何使用智能与算力。
所属事件:谷歌开源 Dream-RSI：靠「做梦」复盘实现递归自我改进(14 条相关)→
「漫话AGI」频道最新
- 博主断言：未来孩子不再需要文凭就能过上好生活 — rand_longevity · 2026-11-02
- Frey：85% 中国人看好 AI，美国人仅 38%，抵触根源在既有专家利益 — carlbfrey · 2026-11-02
- 被迫重构一堆项目后，他承认自托管 Hermes 才能终身拥有自己的 AI — Teknium · 2026-11-02
- 新词 Meatwashing：手动改写 AI 输出以掩盖内容来源 — JeremyNguyenPhD · 2026-11-02
- AI 安全研究者：AI 公司完全缺乏这类有效的事后人类监督 — davidmanheim · 2026-11-02
- Ыég especial: 长文析 AI 价值在效率之后：Infra 必然过剩，应用层基建正当时 — yangyi · 2026-11-02