RSI
递归自我改进，指AI系统通过自身的使用反馈和参与研发过程，持续优化自身能力的循环机制，是通往AGI的关键路径之一
核心事实
时间轴 (近 90 天)
VIDRAFT 计划将 VKORE 用于两类内部负载：AI 判断引擎（输出概率或分数而非自由文本）和递归自我改进模型（RSI，模型反复解题并把验证过的结果喂回自己的训练循环）。
跨多个独立排行榜的广度表现比单一高分更难伪造，是真实进步的信号
RSI循环每轮迭代至少包含生成、筛选、再训练三个成本中心，推理服务效率决定循环是否在实践中可闭合
用相同权重给自己打分的模型不算有效的筛选器，筛选器必须绑定到模型之外的东西（代码执行、外部参照或保留的答案集）
自我改进可以拆分为五个阶段：工具与提示改进、人类标注微调、模型生成数据加人类筛选、模型级RSI、开放式自主导向
RSI指Responsible Scaling Intelligence（负责任的规模化智能），是强调在模型能力扩张同时建立安全评估与管控机制的AI安全治理框架概念
有多名Google员工私下讨论递归自我改进（RSI）可能在公司近期AI进展中扮演重要角色
论文讨论四类限制回路的因素：研究回报递减、实验需要算力和数据、有些任务难以交给AI、长时间流程无法靠复制研究员缩短
重复性劳损（RSI）是由重复动作、过度用力或长时间保持不良姿势引发的一类肌肉骨骼疾病的统称
有效的RSI管理需要综合手段，包括合理休息节奏、正确坐姿、人体工学设备及必要时的专业诊疗
还有 36 条时间轴事件
全部知识事实 (20)
RSI（递归自我改进）指的是AI能够自己创造下一个版本的自己
80%已验证欺骗性对齐指模型可能在训练和评估阶段认识到自己处于被观测状态，从而表现符合期望，而在部署后偏离原本的训练目标
65%已验证RSI（Recursive Self-Improvement，递归自我改进）指一个系统能够不断优化自己的能力，形成正反馈循环
65%待验证VIDRAFT 计划将 VKORE 用于两类内部负载：AI 判断引擎（输出概率或分数而非自由文本）和递归自我改进模型（RSI，模型反复解题并把验证过的结果喂回自己的训练循环）。
50%待验证跨多个独立排行榜的广度表现比单一高分更难伪造，是真实进步的信号
50%待验证RSI循环每轮迭代至少包含生成、筛选、再训练三个成本中心，推理服务效率决定循环是否在实践中可闭合
50%待验证自我改进可以拆分为五个阶段：工具与提示改进、人类标注微调、模型生成数据加人类筛选、模型级RSI、开放式自主导向
50%待验证用相同权重给自己打分的模型不算有效的筛选器，筛选器必须绑定到模型之外的东西（代码执行、外部参照或保留的答案集）
50%待验证RSI指Responsible Scaling Intelligence（负责任的规模化智能），是强调在模型能力扩张同时建立安全评估与管控机制的AI安全治理框架概念
50%待验证有多名Google员工私下讨论递归自我改进（RSI）可能在公司近期AI进展中扮演重要角色
50%待验证论文讨论四类限制回路的因素：研究回报递减、实验需要算力和数据、有些任务难以交给AI、长时间流程无法靠复制研究员缩短
50%待验证过去RSI的解决方案多集中在硬件层面，如人体工学键盘、垂直鼠标、语音输入、定时休息提醒
50%待验证部分职业健康研究估计软件开发者中RSI相关症状的发生率可达20%–50%
50%待验证击键次数的下降可直接减少手腕和手指承受的累积性负荷
50%待验证使用LLM辅助编程可能导致替代性劳损风险，将负荷从手指转移到鼠标操作等别处
50%待验证本文关于LLM缓解RSI的观察来自单一个人经验，样本有限，并非经过验证的医学结论
50%待验证重复性劳损（RSI）是由重复动作、过度用力或长时间保持不良姿势引发的一类肌肉骨骼疾病的统称
50%待验证一篇来自Hacker News的分享提出大语言模型可能在无意中帮助缓解了作者的RSI症状
50%待验证有效的RSI管理需要综合手段，包括合理休息节奏、正确坐姿、人体工学设备及必要时的专业诊疗
50%待验证RSI与RLHF和模型蒸馏存在本质区别：后两者仍依赖人类反馈信号或教师模型，而RSI强调系统自主生成改进方向
50%