爆料称 RSI 自我改进是 Gemini 4 训练的关键组成部分
apples_jimmy · x · 2026-10-01
TianfuF 在 Gemini 4 发布语境下称,这代的大部分能力提升来自扩大 RL 训练规模,并称训练配方上有诸多创新,其中 RSI(递归自我改进)是 Gemini 4 训练的关键部分。applesjimmy 追问其具体含义:其他实验室是否会恐慌、RSI 对 Google 是渐进式还是全面「foom」式起飞,并调侃要不要让 Yudkowsky 躲进地下室。具体细节未获证实,属于值得关注的训练方法爆料。
「模型」频道最新
- Devin 构建中现 Anthropic 隐身模型,METR 图显示前沿速度提至 1.4 倍 — daniel_mac8 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- METR 任务时长曲线更新:Opus 4.5 后倍增周期缩至 1.7 个月 — ben_j_todd · 2026-11-16
- Gemini 付费用户吐槽:让 AI 写 Three.js 动画全被拒,到底触了什么红线 — Necessary-Buy-7410 · 2026-11-16
- 28 个主流模型训练截止日期盘点:近半数不公布,Gemini 4 Carbon 发布即落后 8 个月 — Joozio · 2026-11-16
- Opus 5.5 被抓包:无记忆会话里用账户邮箱猜用户身份 — birchlse · 2026-11-16