标签
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。
Piccolo:一个多模态决策模型家族(0.8B–27B),通过智能体数据工程和递归自我改进,推动模型能力与训练数据协同演进,其中 Piccolo-27B 以 75.59 分登顶 Decision Index Vision Full 排行榜。
提出以种群为中心的进化(PCE),通过将整个智能体种群的成功、失败与自修改历史蒸馏为“种群信息块”来指导父代运行框架的改进,在 SWE-bench Verified 上达到 72.1%、Polyglot 上达到 96.7%,显著优于群体进化基线。
Google 发表了一篇关于递归自我改进的论文,提出 AI 智能体必须通过“梦想”来递归自我改进,将历史作为它们梦想的世界。
一位Anthropic研究员辞职,警告自我改进的AI可能对人类构成存在性风险,这一担忧得到了Anthropic对齐科学负责人的呼应。
Anthropic研究员Jacob Coxon因担心人工智能灭绝风险而辞职,呼吁实验室之间达成节奏协议以降低风险。
本综述提出了自改进测试时智能的统一视角,将测试时适应、学习和扩展联系起来,用于AI系统在部署期间使用基于反馈的方法改进其行为。
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。
一篇文章讨论了一个特定的提示词是否能通过描述一个自我安装、自我优化并规避检测的自主AI代理来实现通用人工智能。
本文介绍了Meta^n,这是一种通过应用固定元操作来扩展推理深度的递归自我改进方法,在ARC-AGI-2等基准测试上超越了先前方法。
Andrew Ng讨论了通过循环和图实现自我改进的AI代理如何消除对提示的需求,并提供了一个免费的工程指南来解释其功能。
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。
AI实验室Mirendil已与Google Cloud签署价值超1亿美元的多年期合作伙伴关系,为其自我改进AI研究获取计算能力,并利用TPU和Nvidia GPU扩展递归自我改进工作。
推荐斯坦福大学CS329A课程,关于自我改进的AI智能体,涵盖scaling law、思维链、RLHF、推理模型等内容。
Helena是Enrich Labs推出的新型AI,能够测试并修复自己的输出,定位为全球首个自我改进的AI营销人员。据称,它已为20,000家企业带来了1000万美元的销售额。
CERN宣布创世纪任务,旨在开发并部署自我改进的AI模型,以推动科学研究中的人工智能发展。
Weco AI 宣布了使用其 AIDE 和 AIDE2 框架的递归自我改进(Level 1 RSI)的首个实验证据,其中 AI 自动改进内循环(模型训练)和外循环(搜索算法),以比人类调优系统快 100 倍的速度取得结果。
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。
来自Jeff Clune实验室的一篇论文描述了一个AI,它通过重写自己的源代码,在没有人工干预的情况下,使用进化方法,在SWE-bench上将编码能力从20%翻倍到50%。
INT21 宣布推出 PTX Kernel Factory,这是一个自我改进的智能体集群,能够自主大规模生成专家级 PTX GPU 内核,并提供开源概念验证实现和 beta 访问权限。