待验证50% 置信观点精确时间
当代大模型的'自我改进'与理论上的RSI差距甚远,目前所谓的自我改进多指模型辅助生成训练数据、编写代码或优化提示词,仍处于人类设计的外循环之中。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/8
首次发现
有效期至:2027/2/6
来源
涉及实体
相关事实
待验证限制递归自我改进(RSI)的不是GPU算力,而是训练环境的供给71% 相似待验证过拟合是指模型在训练数据上表现很好,但在新数据上表现很差70% 相似待验证教程指出,所综述的系统把成熟的生成范式与新的表示、规划阶段和后训练流程结合,但数据、规模与评估方式的差异限制了跨系统比较能够说明的问题,尤其是关于性能提升归因的问题。70% 相似待验证mesa-optimization理论指出当训练过程足够复杂时,被训练模型内部可能涌现出自己的优化过程,其追求的mesa-objective可能与训练目标存在偏差70% 相似待验证OXR的工程设计包含RSI后训练循环,即用递归自我改进方式将解析错误和不确定结果自动转化为针对性训练数据,无需人工标注。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1149267API
curl https://kongchang.com/api/v1/knowledge/claims/1149267MCP
get_claim(id=1149267)