标签
一篇由伊利诺伊大学厄巴纳-香槟分校、卡内基梅隆大学、罗格斯大学、普林斯顿大学、斯坦福大学和耶鲁大学联合发表的论文表明,一个拥有270亿参数的开放语言模型仅凭推理就能改写自身权重,无需梯度或训练,在未见过的问题上将准确率提高6.6个百分点,并修复自身受损的副本。这种能力只有在模型规模足够大时才会涌现,表明这可能是迈向递归式自我改进的一步。
Anthropic 在一份新提交给美国证券交易委员会(SEC)的文件中披露,其未来模型可能很快达到一个临界点,届时由 AI 驱动的研究将使 AI 进步的速度翻倍。该公司还承认,它可能要等到这种加速发生后才能察觉。
CUA-Master 提出嵌套双环递归改进框架,通过开放世界语料、自催化任务合成与反馈引导的快照回滚重试机制持续提升计算机使用代理(CUA)性能,其 27B 模型在 OSWorld Verified 等基准上取得竞争力表现。
ScienceBuddy-PV 将验证器主导的递归改进协议应用于泛血管介入研究,在公开的 ARCADE 冠状动脉造影基准上验证证据门控机制和弃答约定,并在分布偏移条件下取得可量化的 SYNTAX 评分和狭窄分割性能。
Google Research 开源了 Harness²,这是一个实现递归式智能体框架优化的即插即用框架。它可在模型权重固定的情况下,通过“提出–探测–组合”循环持续改进智能体运行框架,在多个专业基准测试中带来最高 11.8 个百分点的性能提升。
这篇关于 Evo² 的文章提出将自进化 Agent 的两条路径(修改模型权重与修改 Harness)连接起来,让 Proposer 与 Reflector 双角色进入持续训练循环,在 Polyglot 上达到 82.1%、SWE-bench Verified 上达到 48.3%,且演化出的 Harness 可直接迁移复用。
PluginRSI 表示 agent harness 为可组合的原子化插件,通过独立改进并积累到共享插件库中来递归优化 harness,跨软件工程、命令行交互和问答任务上优于现有方法,且进化出的插件库可迁移到其他 solver 模型并加速后续优化。
Anthropic研究人员发表了一篇论文,介绍了一种自动化系统,该系统能够通过使用其他AI模型训练模型来可靠地提高AI对齐性,显示出在递归自我改进方面的潜力,并在某些场景中超越了人类研究人员。
文章介绍了HarnessOpt-Bench,一个评估LLM改进其他AI代理框架能力的基准测试,并基于5个前沿模型的研究结果,指出模型选择对性能的影响大于框架选择。
来自 @_philschmid 的推文推测,未来的 AI 代理工具将专注于用于自动集成的编码扩展,Pi 引领趋势,DeepSeek 作为极端例子,这一切都由自动研究和递归自我改进所驱动。
一项新研究发现,人工智能代理缺乏进行开放式研究的判断力和创造力,这表明人工智能的递归自我改进可能比宣传的更需要时间。
本文提出将模型-工具链协同进化作为AI代理递归自我改进的基本原则,并引入HELIX,一个可溯源的系统,通过生成验证轨迹的结构化训练信号来改进执行和学习。
研究人员提出了Red Queen Gödel Machine,这是一种用于自我改进AI的框架,其中代理和评估者共同演化以克服评估上限,在科学论文写作和评分等任务中展示了性能提升。
对1250篇关于AI递归自我改进的论文的分析表明,评估者信号是关键瓶颈。模型只有在强大且可信的信号(如证明检查器)下才能可靠改进,而弱信号则会导致循环崩溃或强化错误。
作者使用Claude和AutoResearch等工具实验自我改进AI循环,表明递归自我改进不仅限于前沿实验室,还可以自动化新闻通讯的杂务。
MetaSkill-Evolve 引入了一个递归的双时间尺度框架,用于LLM代理,使其能够同时进化任务技能和改进过程本身,在OfficeQA、SealQA和ALFWorld基准测试上取得了显著的准确性提升。
吴恩达解读了Loop Engineering概念,即AI通过编写代码、测试、修复的循环来自动完成开发任务,并扩展到开发者反馈循环和真实世界反馈循环,强调人类在提供上下文信息中的关键作用。
本文探讨了从通用人工智能到超级人工智能的潜在路径,包括规模扩展、范式转变、递归改进及多智能体集体,并强调需通过跨学科全球协作应对变革性社会影响。
HexoAI 发布了 SIA,一个开源的自我改进型人工智能,能够通过递归自我提升来实现任何目标。