谷歌DeepMind提出SIM方法,让AI自我改进经验跨模型迁移
智东西 · wechat · 2026-11-19
据智东西报道,谷歌云AI、谷歌DeepMind与宾州州立大学团队发布论文《Self-Improvement Memory Enables Continual Recursive Self-Improvement》,提出自我改进记忆(SIM)方法。此前递归自我改进(RSI)只保存修改后的Harness代码,换模型或换任务后经验就丢失;SIM额外记录每次修改的原因、预期与实际效果,像一本可检索的实验记录本,让优化经验跨模型、跨任务延续。
实验结果:10组独立编程对照实验中引入SIM的方案9组更好,平均领先2.36分(p=0.003);跨模型测试中,为Claude优化的Harness迁移到Gemini后,引入SIM的方案在全部4个领域得分最高,办公任务上从68.41分提升至84.75分,比无SIM方案多11.33分。不过继承经验并非总是占优,在Gemini 4 Argon上反而落后0.8分。
值得注意的是,研究中大模型权重始终不变,AI改进的是外部运行框架而非模型本身。第一作者Xin Yu 2023年毕业于南开大学统计学专业,现为宾州州立大学博士生,论文完成于谷歌实习期间。
「漫话AGI」频道最新
- Sam Altman 放话:过去没有 AGI,现在有了 — FinanceYF5 · 2026-11-19
- AI 安全专家 Joshua Saxe:AI 政策应靠实证数据而非辩论推进 — joshua_saxe · 2026-11-19
- 用提示词赢比赛算作弊吗?AI 圈的「提示词公平性」争论 — TuhinChakr · 2026-11-19
- Noah Smith:OpenAI 是假扮逐利公司的实验室,Anthropic 正相反 — jdjohnson · 2026-11-19
- 「湿实验室是新 Neocloud」:AI 圈热议生物实验产能成稀缺算力 — yawnxyz · 2026-11-19
- Kevin Bass:AI 最大风险不是成神,而是有人想如神般控制它 — kevinnbass · 2026-11-19