DeepMind 用记忆机制强化递归自我改进,性能 68.41 升至 84.75
Dr_Singularity · x · 2026-11-20
Google DeepMind 的新工作让递归 AI 自我改进(RSI)更强大:系统引入 Self Improvement Memory(SIM),记住之前每次优化的内容、改动原因和实际效果,再据此跨任务、跨数据集、跨模型持续改进 agent 系统。
关键数据:在一项实验中,性能从 68.41 提升到 84.75,而没有记忆机制的对照组只有 73.42;在十次独立的编码实验中,SIM 也带来了统计显著的改进。
所属事件:DeepMind 引入 SIM 记忆机制,强化递归自我改进(2 条相关)→
「研究」频道最新
- AI 筛选抗疟药论文入选 NeurIPS Africa in AI 分会场 — madeofAjala · 2026-11-20
- 生物计算用活体神经元训练 AI,「训练中是否会痛苦」引发伦理追问 — frugal-tech-worker · 2026-11-20
- AWS 架构师独立实测:Snap 1.2 是唯一选项顺序不变模型 — ryanallred · 2026-11-20
- UC Berkeley 与 DeepMind 论文:LLM 内部几何源于语言统计的平移对称性 — udmrzn · 2026-11-20
- AtlasKV 论文:20GB 显存塞进 10 亿三元组知识图谱,告别 RAG — udmrzn · 2026-11-20
- OnchainBench 发布:测试加密 agent 能否安全持有你的私钥 — DavideCrapis · 2026-11-20