Mila 提出 RSA 测试时扩展法，Gemini 3 Flash 冲近 ARC-AGI-2 榜首
morgymcg · x · 2026-10-20
- Mila 的 Recursive Self-Aggregation（RSA） 论文提出一种结合并行与串行优势的测试时扩展方法：对同一问题采样 8 条推理轨迹，随机抽取多组 4 条子集，连同原始问题和聚合 prompt 喂回模型，让其挑选最优解或换思路，递归迭代 K 轮（论文用了 5 轮）。
- 实验显示 RSA 在 AIME-25、HMMT-25、Reasoning Gym、LiveCodeBench-v6、SuperGQA 上超过纯并行和纯串行 scaling；Gemini 3 Flash + RSA 逼近 ARC-AGI-2 公开榜顶部，Qwen3-4B 也能与 DeepSeek-R1、o3-mini(high) 等更大推理模型竞争。
- 作者还提出聚合感知的强化学习方法，训练模型学会合并候选解，进一步提升成绩。
- 另一条思路是 Harness2 借鉴 RSA：在递归改进循环中，对单个任务并行提出领域专用与领域无关的 harness 修改，把待优化 harness 及其执行轨迹喂给模型，由外层 harness 决定如何组合后再跑任务。
「编程与Agent」频道最新
- Meta 开源端侧 Agent 模型 Muse Glimmer 30B,单卡 32GB 即可跑 — dair_ai · 2026-10-20
- 把儿子电脑当 GitHub Runner 跑 agent，他意识到安全隐患 — tristanbob · 2026-10-20
- ArkenOS 发布 Optimus-1：首个自主科研「蜂群」调度框架 — _AustinCalvert_ · 2026-10-20
- 零代码七分钟上线：AI做出真比特币奖池的解谜游戏 — jamesbrooksco · 2026-10-20
- 两小时配好 Claude Cowork:10 步搭建个人 AI 工作区 — nikola_mr64990 · 2026-10-20
- OpenAI DevDay 班加罗尔站：员工分享长时运行 Agent 实践 — paw_lean · 2026-10-20