Google研究人员提出RRSI，减少自我改进型AI代理对测试任务的记忆

Google研究人员提出RRSI，通过逐步缩小编辑预算、记录失败尝试并由严格审查器筛选修改，减少AI代理对测试任务的记忆。RRSI在八个基准上使用冻结的Claude Opus 4.8，训练任务最高提升14.1分，五个未见基准最高提升4.7分，运行token比未正则化版本少约30%。研究代码已发布到GitHub，但结果仅覆盖冻结模型，不涉及模型权重变化。