北大学者提出 RSI Tax:验证开销占自我改进成本 74.8-93.6%
RobertTLange · x · 2026-11-18
Robert Lange 介绍了北大团队论文《The RSI Tax》,首次给递归自我改进(RSI)引入 token 成本核算视角。
- 在六个方法、两个模型上评估,简单的有界笔记基线(SRN)准确率达到 59.18%,超过 Meta-Harness、EvoSkill、RRSI,总 token 节省 65.6-71.0%
- RSI Tax 分解为验证、探索、写入三类成本,验证占 74.8-93.6%
- 大量适应开销花在事后根本用不到的产物上,仅看性能提升会高估 RSI 的实际价值
作者主张像 LLM 基准从裸分数走向 token 效率曲线那样,RSI/自动化研究框架也应核算成本收益。
「漫话AGI」频道最新
- LLM 只读过教科书:基因组模型才能发现新生物学 — julia_kiseleva · 2026-11-18
- 旧金山 AI 圈弥漫焦虑:「留给智力贡献的时间只剩 1-5 年」 — CatAstro_Piyush · 2026-11-18
- 「非人类经济」论:AI 将挤占土地与人力,经济或变成 99% 算力基建 — thomasahle · 2026-11-18
- 研究者用 OpenAI 数据反驳「智能体蜂群」论:现实任务成功率撑不起叙事 — rbhar90 · 2026-11-18
- 气象 AI 模型为飓风路径人群多争取一天预警时间 — davidmanheim · 2026-11-18
- 软件奇点是 S 型曲线而非无限指数:算力 substrate 设上限 — tszzl · 2026-11-18