阿里发布 Recursa:无人类监督的递归自我改进基础模型系统
alibabagroup · hf · 2026-11-04
阿里巴巴团队提出 Recursa,一个能从自身经验中递归学习、适配新领域的基础模型系统,无需人类专家或更强教师模型。
核心思路:
- 系统由模型、指令、技能、记忆与 harness 组成,领域适配是「学整个系统」而非只学模型
- 用知识库(knowledge repository)存储领域技能、应用时机与任务反思
- 区分两类差距:知识差距(缺少术语/资料位置)靠研读领域材料弥合;行为差距(有信息但用错)靠做任务并反思反馈弥合
- 并行学习者执行任务并合成局部改进,再验证合并入知识库,实现 recursive self-improvement
在 Harvey LAB 的 Firm 基准上,Recursa 将 DeepSeek-V4.1-Flash 的一次通过率从 30.0% 提到 55.0%,另从 25.4% 提到 46.0%(Qwen 侧结果),展示法律/金融等知识密集领域的适配能力。
「漫话AGI」频道最新
- 丧偶自闭症用户自建本地 AI 伴侣 Sai:不依赖任何可被关停的商业服务 — repligate · 2026-11-04
- VC 断言:2026 年投资组合里没有推理创业公司,就像 2024 年没有前沿实验室 — annbordetsky · 2026-11-04
- 领域专家吐槽：外行凭第一性原理对专业领域高谈阔论最让人破防 — sebkrier · 2026-11-04
- LeCun 新加坡演讲拆解 JEPA：从数学原理讲到机器人应用 — ylecun · 2026-11-04
- 开发者观点：把 AI 当甩苦活的工具，等于放弃全部红利 — shauseth · 2026-11-04
- 1952 年 UNIVAC 提前预测美国大选结果，CBS 只敢播出修正值 — dreamwieber · 2026-11-04