热点事件持续更新
Google提出正则化递归自我改进方法
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年10月4日，The Decoder报道Google研究人员提出正则化递归自我改进方法RRSI，用于减少自我改进型AI代理对测试任务的记忆。该方法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，控制递归改进过程。实验使用冻结的Claude Opus 4.8，在八个基准上进行评估：训练任务最高提升14.1分，五个未见基准最高提升4.7分；与未正则化版本相比，运行所需token减少约30%。研究代码已发布至GitHub，但当前结果仅适用于冻结模型，不涉及模型权重变化。
AI 根据报道生成 · 12 小时前更新
最新进展10月4日 20:40
RRSI已公开代码，但实验仅涉及冻结模型，尚未涉及权重更新。报道时间线
沿着报道，了解事件的不同侧面。
10月4日
- The DecoderGoogle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。
本事件热度走势
当前热度 7·可比范围峰值 10（10月4日 21:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。