ParetoRSI-Gym：AI Agent 能否跨域递归自我改进语言模型

Haojin Wang · hf · 2026-10-28

来自 UIUC、UC Berkeley、俄亥俄州立、华盛顿大学与 Google 的论文提出 ParetoRSI-Gym，一个评估「递归自我改进」（RSI）Agent 的基准：固定模型与训练管线，只允许 Agent 自主做数据策划和多轮训练循环，在数学、代码、医学、金融、科学等代理基准上衡进步。

核心设计是「Pareto 进度」——一个域的提升可能以另一个域为代价，以此衡量跨域泛化。结果显示 Agent 数据策划能带来显著泛化收益，且不同 Agent 采取的策略明显分化。作者包括 Dawn Song、Song Shangding 等。