Google DeepMind等发布Dream-RSI,实验记录可复用助力递归自我改进
McDonaghMatthew · x · 2026-09-17
9 月 14 日,来自 Google、Google DeepMind、马里兰大学和弗吉尼亚大学的研究者发布论文 Dream-RSI: Recursive Self-Improvement through Evolving Worlds。
核心思路:AI 实验除了产出更好的解法,还会留下「如何搜索解法」的证据。Dream-RSI 把已记录的实验历史转化为可复用的环境,用来低成本测试更好的研究策略,直击递归自我改进(RSI)的关键瓶颈——验证新搜索方法是否更优的成本极高。
作者认为这是通往自我改进 AI 的关键路径:改进的不再只是某段代码,而是决定做什么实验、何时放弃方向的「研究过程」本身,一旦这种改进可积累,单次实验的回报就会外溢到所有后续尝试。
所属事件:谷歌 DeepMind 发布 Dream-RSI，不改权重实现递归自我改进(15 条相关)→
「研究」频道最新
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Mistral Large 4 短提示词从零写出量子化学 SCF 求解器并自建 3D 可视化 — MistralAI · 2026-11-02
- 谁把「用 AI 治愈癌症」讲得最具体？2025 年路线图正在成形 — iskander · 2026-11-02
- arXiv 论文证明 SGD 最优步长调度:单调递减的线性衰减是唯一极小极大最优解 — konstmish · 2026-11-02
- Karpathy 的 nanochat:100 美元从零训练出类 ChatGPT,星标近 6 万 — karpathy · 2026-11-02
- 读完 46 份资料后写出 Agent Evals 指南：自评 95 分的评测为何不可信 — blaizedsouza · 2026-11-02