FlashRSI 开源：12 种 RSI 算法统一评测，泛化仍是难题
HuaxiuYaoML · x · 2026-11-01
团队发布 FlashRSI,一个面向 RSI(Recursive Self-Improvement)研究的开源工具包,一行代码即可跑通「算法 × 基准 × harness」的进化实验:内置 12 种 RSI 算法、30+ 基准与数据集、3 种目标 harness(Mini-Agent、Claude Code 等)。
配套的 RRSI(Regularized RSI,Google 实习期间工作、arXiv:2609.24972)论文提出用正则化约束 harness 进化的候选提议与选择,缓解自我改进对训练任务的过拟合。在两个 harness、11 个基准上的评测显示:
- RRSI 在多数基准上排名第一/第二,跨域平均增益 +9.09(Claude Code)/+6.07(Mini-Agent);
- 大多数 RSI 方法在分布外(OOD)基准上增益大幅缩水甚至消失;
- 一个反直觉发现:把进化限制在 skills/prompts 层面,有时效果反而更好。
「编程与Agent」频道最新
- 入门教程：MiniMax H3 搭 Pika Flex LoRA 60 秒出带立体声视频 — No-Sleep-4069 · 2026-11-01
- Agent Harness 资源合集:微软框架、Anthropic 评测与论文一览 — goyalshaliniuk · 2026-11-01
- Agent 说「任务完成」不等于真完成：验证与可观测 — goyalshaliniuk · 2026-11-01
- 最小权限与检查点：Agent 工具访问与上下文管理 — goyalshaliniuk · 2026-11-01
- 给 Agent 控制循环设界：防死循环与资源浪费 — goyalshaliniuk · 2026-11-01
- Codex 找游戏参考图跑偏，搜回一屏 Backrooms 名场面 — Dimillian · 2026-11-01