RSIAgent 论文:免训练自改进框架让开源模型击败 GPT-6 等闭源模型
rohanpaul_ai · x · 2026-09-25
arXiv 论文《RSIAgent: Autonomous Exploration for Recursive Self-improvement in New Environments》(Sibo Zhu 等,50 页)提出免训练的多 Agent 递归自改进框架:协调课程(Curriculum)、执行(Actor)与校验(Verifier)三类 Agent,持续探索环境、验证结果,并将「行动-条件-后果」因果知识沉淀为可复用记忆。
关键设计是「先广后深」(broad-then-deep)探索:先并行广泛自探索发现环境结构,再聚焦深挖难例、隐藏约束、边界条件与未知因果依赖。产出的记忆冻结后可直接用于下游任务,无需更新模型参数。
在 OSWorld-v2 与 Agent's Last Exam 上,该框架显著提升强开源模型表现,使 Kimi-K3 和 GLM-5.3 超越 GPT-6 等前沿闭源模型。
所属事件:RSIAgent 免训练自改进框架让开源模型胜过 GPT-6(3 条相关)→
「编程与Agent」频道最新
- Plurai 推出 Agent 仿真平台：从代码库构建数字孪生自动找故障 — thisguyknowsai · 2026-11-11
- 0xJeff:x402 的真正短板在企业级,大钱在 B2V 而非机器互付 — 0xJeff · 2026-11-11
- 开发者自建 git 网页应用被 Codex 安全护栏误判为网络安全风险 — brianmichel · 2026-11-11
- 形式化验证让 AI 编码更快：Lean 证明成为 agent 优化护栏 — bigdata · 2026-11-11
- Orchestrator v0.14.11 发布：统一管理散落各处的 AI 编程会话 — julianweisser · 2026-11-11
- DeepSeek 开源编码 agent DSH 登上 HF Harness 榜，五项评测并列第一 — TheZachMueller · 2026-11-11