Google 等提出 Dream-RSI:用历史发现构建回放模拟器实现递归自我改进
burny_tech · x · 2026-09-19
Google、DeepMind、UMD 等机构发布论文 Dream-RSI,提出一种可扩展的递归自我改进(recursive self-improvement)探索框架。
- 核心问题:现有 agent 的探索策略是固定的,搜索空间变大后无法适应;在线策略优化又依赖昂贵、延迟的长程反馈。
- 关键洞察:agent 积累的发现历史可以充当「回放模拟器」——在由历史发现树构建的模拟器中「做梦」(dreaming),以低成本离线策略反馈来评估和改进探索策略,无需反复进行昂贵的真实评估。
- 自我改进闭环:改进后的策略重新部署到线上驱动新发现,新发现又扩大模拟器池,形成递归改进循环;轻量编排层使探索显式可编程,底层编码 agent 本身不变。
- 结果:在算法工程、数学优化、GPU kernel 工程三个领域,实现同等或更好的发现质量,同时大幅降低发现成本。
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)→
「编程与Agent」频道最新
- Voice Ring：会辨声源方向和情绪的语音光环组件，支持 React/SwiftUI — alexcovo_eth · 2026-11-03
- 不写 YAML 了：用大模型把配置压进一个 0.8B 小模型 — chrisalbon · 2026-11-03
- Keyfleet:给你的 AI Agent 组建一支共享目标与金库的持久团队 — seanwbren · 2026-11-03
- Reddit 用户推荐 Agent Router:$50 免费额度聚合 Claude/GPT/DeepSeek — RAFRAGE · 2026-11-03
- ComfyUI 本地 LLM 提示词增强节点:用完即卸载,不占扩散模型显存 — ProcedureFit789 · 2026-11-03
- Grok Build 大版本升级：MCP 重复结果修复让上下文占用砍半 — elonmusk · 2026-11-03