近日，一项名为Dream-RSI的研究聚焦自主AI智能体递归自我改进中的核心瓶颈——有效探索。该框架在探索层面构建了一个闭环：智能体通过在线探索持续收集发现历史，并将这些历史转化为针对已实现搜索空间的回放模拟器；...

Zyphra首席技术官Beren Millidge、Thinking Machines首席科学家兼OpenAI联合创始人John Schulman，以及Baseten模型训练负责人Charlie O'Neill在一场播客中围绕人工智能递归自我改进的前景展开深入讨论。三位专家从当...

Anthropic近日公布了关于自我改进AI的最新研究，首次在实践层面展示了AI自动化研究员如何在较少人类参与的情况下提升其他AI模型的安全性。研究团队让Claude自主训练模型，并针对衡量10类对齐失败的多个公开基准进行...

Opus 5在与前代模型对比中暴露出一个值得关注的问题：它需要更多人工监督，且在模糊场景下不再主动追问澄清，导致真实任务中的协作效率下降。分析认为，这一变化并非单纯的能力退化，而是当前AI系统开发过度以基准测...

当人工智能能够自动化AI研发本身，世界会发生怎样的剧变？近期，红杉研究（Redwood Research）首席科学家瑞安·格林布拉特在一次深度访谈中探讨了递归式自我改进（RSI）这一当前AI领域最具争议的话题。他认为，一旦AI...

Prime Agent是Prime Intellect发布的一款开源自我改进编码工具，其核心架构围绕递归语言模型（RLM）和持续训练框架（Continual Harness）两大抽象展开。该框架通过更优的上下文管理、多智能体协同与长期评估机制，赋...

大语言模型（LLM）的自我改进一直是人工智能领域的核心挑战，而基于可验证奖励的强化学习（RLVR）在过去主要局限于数学、代码等存在明确对错判定的封闭式任务。来自COLM 2026的最新研究RLSVR突破了这一限制，提出通...

研究人员首次在实验中观察到递归自我改进（RSI）现象。他们让一个“自我研究”智能体在自主研究程序上连续运行了八天，最终该系统在预留的基准测试上击败了团队花费两年时间手工调优的测试框架。这套完全自主的系统包...