RSI-Opt

RSI-Opt系统使用递归自改进来优化AI模型训练

研究人员开发了RSI-Opt，一个使用递归自改进来优化神经网络训练的新颖系统。该系统采用一个元代理，根据先前运行的证据，自主演进其自身的训练策略，包括提示、程序和优化器代码。RSI-Opt已展示出显著的性能提升，在GPT-5.5上平均将$z$-分数提高了3分以上，在Opus 5.5上则在特定任务上提高了10分以上。与基线代理相比，它还将诸如Burgers PDE等科学机器学习问题的错误率大幅降低了高达8.8倍。