RSI-Anything 论文:世界模型驱动递归自我改进,实验产出率升至 96%
jiqizhixin · x · 2026-10-12
一项新研究提出 RSI-Anything,一个基于 JEPA 世界模型的通用递归自我改进(RSI)框架,可跨代码、GUI、规划甚至科学任务运行。核心思路是用预测性世界模型引导动作选择与学习数据筛选,外部反馈驱动策略/工作流改进和世界模型的条件化适配,再通过组件与兼容性检查决定是否保留更新后的策略-模型对。
关键结果:
- 代码修复:固定 coder 模型,成功率从静态验证器的 26.3% 提到预测选择的 29.2%,经世界模型适配后达 31.2%,测试用量相当。
- GUI 任务:任务完成率更高,平均操作数下降 39.4%。
- 实验室规划:五个连续策略版本间得分翻倍,从 21.80% 升至 46.01%。
- 反应优化:同样 40 次实验预算下,平均最优产率 96.15%,对比贝叶斯优化的 82.16%。
论文还演示了一个端到端免疫科学应用,把工作流演化与预测建模串联到治疗假设生成。论文与代码均已开源。
所属事件:RSI-Anything用世界模型实现递归自我改进(4 条相关)→
「编程与Agent」频道最新
- 权重冻结也能进化：harness learning 让 agent 自改运行代码 — mark_k · 2026-10-12
- 15 条提示词号称替代 ML 教育,标价 11.4 万美元课程零成本学 — bigaiguy · 2026-10-12
- 从业者心得：大模型别干杂活，让小模型跑量、SOTA 只做编排 — petergyang · 2026-10-12
- 开源 Screego:10.5k 星的开发者屏幕共享工具 — thisguyknowsai · 2026-10-12
- Grok 应用上线 Bots 功能,可自建 Trader 等专属机器人 — nima_owji · 2026-10-12
- 开源 Moli:为 AI agent 打造的按需渲染轻量无头浏览器 — abhishek__AI · 2026-10-12