待验证50% 置信事实精确时间

RSI研究者通常把RSI分为几个层次：最浅是提示词优化，中间是工具调用策略和工作流调整，最深是修改训练目标、评估标准乃至架构本身

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

AI递归自我改进RSI：距离真正实现还有多远？

涉及实体

相关事实

待验证RSC基于英伟达GPU构建，设计目标是支持万亿参数级别的模型训练66% 相似待验证SISA 方法将训练数据分片后独立训练子模型，删除数据时只需重训相关分片，但需要从架构设计一开始就纳入规划62% 相似待验证在过参数化区间存在无数个能完美拟合训练数据的解，优化算法如SGD倾向于选择范数最小的解，这种隐式正则化使模型获得更好泛化性能61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/929311

API

curl https://kongchang.com/api/v1/knowledge/claims/929311

MCP

get_claim(id=929311)