Google DeepMind 引入 SIM 记忆机制,推进递归 AI 自我改进
Dr_Singularity · x · 2026-11-20
Google DeepMind 在递归 AI 自我改进(RSI)方向取得进展:系统引入 Self Improvement Memory(SIM),记录此前每次优化的内容、改动原因及效果表现,并将这些经验持续用于跨任务、跨数据集、跨模型的 agent 系统改进,形成不断累积的自我优化循环。文中给出的实验数据显示性能从 68.41 起有显著提升(原帖未展示完整数字)。这一机制让自我改进从一次性搜索变成带长期记忆的迭代过程,方向上被视为迈向更强自动改进能力的关键一步。
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
- 免费在线教材《Applied Probability》上线,附 AI 导师与测验 — burkov · 2026-11-20
- AI 模型攻克 MIPLIB 多个公开十年未解优化难题,运营研究界惊叹 — tdhopper · 2026-11-20
- 测浏览器 agent 不再冒险:团队造出密封「镜像维度」合成网络 — laparisa · 2026-11-20
- Road MOPD:多教师蒸馏互踩问题,医学场景提升 5.6–8.8 个百分点 — jiqizhixin · 2026-11-20
- 机器人研究者质疑:全身关节空间不是高层 agent 该用的规划抽象 — KyleMorgenstein · 2026-11-20
- 新可解释性论文追问:语言模型内部真的编码了「目标」吗? — benno_krojer · 2026-11-20