RSIGym 让智能体自我改进模型,Opus 5 以 0.4809 居首
teortaxesTex · x · 2026-10-08
Evolvent AI 团队提出 RSI(递归自我改进)本质是系统工程问题而非单纯模型问题,研究智能体的进展取决于其所在环境:能调用什么资源、能改动什么、如何跑实验。
为此他们构建了 RSIGym,采用「Everything as a Service」思路,智能体可调用成熟研究服务,迭代数据、训练设置和 harness 代码。
同时发布 RSI-Index 指标,衡量前沿智能体同时改进目标模型权重与 harness 的能力:在 6 个研究智能体、5 个基准上,Opus 5 以 0.4809 领先。代码与实验将开源。讨论还涉及合成数据虽带来性能下降但依然值得关注。
所属事件:Evolvent AI 发布 RSIGym 自我改进基准,Opus 5 以 0.48 居首(4 条相关)→
「编程与Agent」频道最新
- 新电脑上一句话搞定环境配置,开发者感叹AI效率仍令人惊叹 — Dimillian · 2026-10-08
- Cloudflare 爆账单教训:延迟出账邮件没用,Grok 搭了每 3 小时用量监控 — mazzaTalk · 2026-10-08
- 让 AI 替你打电话办事:五个真实落地难题的工程讨论 — Born-Mastodon443 · 2026-10-08
- 哈佛研究：AI 编码让个人产出涨 30%，但公司软件交付纹丝不动 — DavidLinthicum · 2026-10-08
- Dimillian 分享用 Codex 给 iOS 应用做出原生质感的四步法 — Dimillian · 2026-10-08
- WSJ 专栏作家感叹:AI Agent 时代终于让「Linux 之年」成真 — alexvoica · 2026-10-08