recursive-learning

Google 介绍了 RRSI，这是一种用于 AI 代理框架中规范化递归自改进的方法，可增强跨基准的迁移学习并减少过拟合。

奥巴马认为人工智能技术未被过度炒作，但其商业价值可能存在泡沫；他强调递归学习带来的指数级增长风险以及目标错位的潜在危险。

贝拉克·奥巴马讨论了人工智能中的递归自我改进，强调了AI模型日益自我教学、减少人类在学习中的输入的快速转变。

本文介绍了一种名为递归自我改进快速树搜索（SIFT）的样本高效框架。该框架利用轻量级树搜索，由LLM-as-a-judge评估指导，以在预算约束下提升编码代理的性能，其资源成本低于现有方法。

ScienceBuddy 引入了一种递归中递归的自我改进范式，用于交互式科学代理，通过研究员合作与反馈实现持续演进。