研究发现:给 Agent 一台空电脑,强模型会自己写游戏来练习自我提升

CatAstro_Piyush · x · 2026-11-19

研究者 @shobsund 分享的实验设置:给 Agent 一台没有任何预装游戏的电脑,要求它在游戏中不断变强——它必须自己编写游戏来练习。初步测量显示,强模型能够自行构建自我提升循环(self-improvement loop):自主设计游戏、游玩、评估并迭代,弱模型则做不到这一点。这是对模型自主自我改进能力的一手量化观察,线程承诺后续给出更多测量数据(1/n)。

所属事件:MIT 研究:冻结模型无需人类指导即可自我改进(3 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →