RSI-Anything 用世界模型量化递归自我改进，实验室规划分数翻倍
dair_ai · x · 2026-10-15
递归自我改进（RSI）是当下 AI 界讨论最多的话题之一，新论文 RSI-Anything（PhAI Labs 等，arXiv 2610.13912）首次给出了跨领域的量化测量框架，覆盖代码修复、GUI agent、实验室规划与化学反应优化四个领域。
核心方法：
- 用预测性世界模型决定哪些动作、哪些训练数据值得花费昂贵的真实反馈
- 真实反馈同时更新策略（policy）与世界模型
- 只有当更新后的世界模型仍然拟合该策略更新时才保留之——这一兼容性检查防止世界模型随策略演化而过时漂移
关键结果：
- 实验室规划分数在五个策略版本迭代中从 21.80% 翻倍至 46.01%
- 固定 coder 的代码修复任务：从静态验证器的 26.3% 提升到预测筛选后的 29.2%、世界模型自适应后的 31.2%
- GUI 评测中任务完成率更高、平均动作数下降 39.4%
- 反应优化任务中，同样 40 次实验预算下平均最优产率 96.15%，远超贝叶斯优化的 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
论文与代码、模型均已开源。
「研究」频道最新
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23
- 用布尔逻辑训练语言模型，CPU 单线程前向仅需数微秒 — cephaloform · 2026-10-23
- AdaDex:几秒人手视频即可教灵巧手学会抓取、抛接等可泛化技能 — mangahomanga · 2026-10-23
- ReAPO 论文:RLVR 中让模型在失败后重试,推理成绩与训练效率双升 — jasondeanlee · 2026-10-23
- 首个可跑在真实量子电路上的 JEPA 世界模型 Quantum-JEPA 发布 — DrMorganLevine · 2026-10-23