从算子迭代推导递归自我改进:固定方法收益几何衰减,RSI 打开上限但不保证变好
青稞AI · wechat · 2026-11-23
青稞AI 发布一篇长文技术解析,把「自我精炼、自我改进、递归自我改进(RSI)」三种强度的改进统一写成算子迭代形式,给出完整数学推导。
核心结论:
- 固定改进器必然收益几何递减:整个迭代轨迹由初始状态和固定算子完全决定,天花板从一开始就被不动点封顶;
- 递归改进引入「元改进算子」构成双循环,可抬高上限,但方法变化既不保证变好(方向需评估环节保障),也不保证收益递增(方法变好与剩余空间消耗是乘积效应,可能不增反降);
- 将任意一轮改进分解为「提出者—评估者—学习者」三件套,以 Self-Refine、Darwin Gödel Machine、STaR、Self-Rewarding、AbsoluteZero 五个代表系统逐一实例化,并推导 STaR 数据筛选与最大似然训练的等价性、评估误差导致选错的概率公式;
- 文章区分推理阶段改进(输出修订、经验记忆、脚手架改进,不持久)与训练阶段改进(自生成推理数据、自奖励、自博弈课程生成,写入参数),以 Darwin Gödel Machine(SWE-bench 20.0%→50.0%)、AlphaEvolve 等为实例闭环推导。
适合想理解自我改进系统数学结构与风险的读者。
「漫话AGI」频道最新
- Gary Marcus 称唯一有诚信的批评者承认 AI crash 预测正确 — GaryMarcus · 2026-11-23
- 开发者断言:末日论 AGI 布道者将如「比特币储备货币论者」般被遗忘 — PAstynome · 2026-11-23
- 数学家 Kontorovich 重读三年前 AI 辅助数学推理笔记 — AlexKontorovich · 2026-11-23
- 生物学家反驳 AI 圈「生物学可被解决」论:癌症是上千种疾病 — GaryMarcus · 2026-11-23
- Stripe 创始人宣布「世界已进入奇点」,硅谷高管集体附和 — coherence · 2026-11-23
- Kevin Roose 对谈《纽约客》主编 Remnick,继续「AGI 布道」媒体高层 — kevinroose · 2026-11-23