Google 团队提出 Dream-RSI：用离线模拟器实现递归自我改进
mikeflache · x · 2026-09-18
arXiv 新论文 Dream-RSI（作者来自 Google 团队）提出一个加速自主科学与数学发现的框架：
- 把 agent 的历史探索数据转换成低成本的离线回放模拟器
- agent 在这个模拟的「做梦」过程中先测试、迭代搜索策略，再部署到线上
- 从而以极少的真实模型调用算力，实现高效的递归自我改进（RSI）
核心卖点是用离线模拟替代在线试错，大幅降低自我改进的算力开销。
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