谷歌研究人员展示了一种能够改进自身软件的人工智能,它会记住哪些方法有效,并在过去改进的基础上继续优化,即使从 Claude 切换到 Gemini,或升级到更新的模型,也能让进步不断积累,而不必从头开始。
摘要
谷歌研究人员展示了一种人工智能,它能够改进自身软件、保留行之有效的成果,并在切换模型(例如从 Claude 切换到 Gemini)和升级后延续已有进展,从而实现累积式进步,而不必每次从零开始。
暂无内容
相似文章
Google演示了用于AI发现的RSI循环
Google展示了一个用于AI发现的递归自我改进循环,强调了自主AI开发和研究方面的进展。
@rohanpaul_ai:“如果你实现递归自我改进,该曲线将走向超指数增长,而这是投资……的关键部分”
Google DeepMind首席战略官Jasjeet Sekhon讨论了AI基础设施支出如何由对递归自我改进的期望所驱动,并引用AlphaEvolve的有限收益,例如将Gemini训练时间缩短1%。
@rohanpaul_ai:Google 与 Johns Hopkins 的新论文表明,AI 研究智能体在追踪性能瓶颈时表现更好,而不仅仅是……
Google 与 Johns Hopkins 的一篇论文提出了 Pro2 Agent,它通过单变量实验来追踪疑似瓶颈并更新信念,而非只保留得分最高的代码,在 48 小时内使用 Gemini 3.5 Flash 完成了全部 75 个 MLE-Bench 任务,达到了创纪录的 76.0% 奖牌率。
Google正在研发一款新AI芯片,旨在提升Gemini的效率
Google正在设计一款新的AI服务器芯片Frozen v2,以提升其Gemini模型的效率,目标是比现有芯片实现6-10倍的提升,计划于2028年发布。
@Saboo_Shubham_: Google 刚推出了一种让 AI 代理自我改进的新方法。一项代理评估技能,可发现你的 AI 代理中的质量漏洞…
Google 发布了一款新工具,让 AI 代理通过发现和修复漏洞来自我改进,兼容 Antigravity、Claude Code 和 Codex。