「锯齿状递归自我改进」将持续泛化，算力到位盲区自消
Justin_Halford_ · x · 2026-09-18
作者提出「锯齿状 RSI(Jagged RSI)」观点:当前模型的能力与缺陷呈现锯齿状不均衡,但随着递归自我改进(RSI)推进,其泛化效率会不断提升;今天模型的短板和盲点,会随着算力(FLOPs)持续投入而逐渐消解。超级智能将实现「学会学习再学习」的多层递归——即不断学习如何更好地学习。
「漫话AGI」频道最新
- 李飞飞:5.4 亿年视觉演化驱动了智能的诞生 — rohanpaul_ai · 2026-09-18
- 新思路:被劫持的「对齐」AI 集群可能比失控 AI 更危险 — code_star · 2026-09-18
- 同场辩论延续：作者称将系统阐述为何不愿轻易交换风险担忧 — _onionesque · 2026-09-18
- 开发者忧思：若不能信任 Codex 的存在与数据安全怎么办 — code_star · 2026-09-18
- AI 安全辩论：只谈能力危险而不分析战略互动是逻辑跳跃 — _onionesque · 2026-09-18
- 网友警告:能力渐强的 AI 生态正累积生存级风险 — Borg70955376 · 2026-09-18