RSI-Anything:用世界模型实现递归自我改进,实验成功率显著提升
PhAILabs · hf · 2026-10-12
PhAI Labs 提出通用递归自我改进框架 RSI-Anything,基于 JEPA-Anything 预测式世界模型指导行动与训练数据选择,并结合组件与兼容性检查决定是否保留更新后的策略-模型组合。
关键结果:
- 代码修复:固定 coder 时,成功率从静态验证器 26.3% 升至预测选择 29.2%、世界模型适配后 31.2%,测试用量相当
- GUI 评测:任务完成率更高,平均操作数下降 39.4%
- 实验室规划:连续五个策略版本,得分从 21.80% 翻倍到 46.01%
- 反应优化:同 40 次实验预算下,平均最佳产率 96.15%,优于贝叶斯优化的 82.16%
还展示了端到端免疫科学应用,将工作流演化与预测建模连接到治疗假设生成。代码与模型已开源。
「漫话AGI」频道最新
- 被改写的工牌梗:取代我需要 8300 亿 token — Dull_Impress_1304 · 2026-10-12
- 马斯克预言手机与 App 五六年内消亡,一切经由 AI 分发 — kleffew94 · 2026-10-12
- AI 两大阵营论:知识界为何炮轰「道德激进派」而非「无底线权力派」 — fkasummer · 2026-10-12
- 研究者质疑:超级 AI 只会造福人类的说法过于天真 — danfaggella · 2026-10-12
- AI Agent 集群如核技术:作者称将同时成为善恶巨大力量 — geoffwolfe · 2026-10-12
- 从小时级到天级：一线模型长程任务提速，瓶颈转向人的「带宽」 — dotey · 2026-10-12