创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

谷歌研究团队提出SIM持续自我改进记忆

AI 总结

谷歌云AI、谷歌 DeepMind与宾夕法尼亚州立大学联合提出自我改进记忆(SIM),将Harness修改的原因、预期结果、实际效果和评估情境保存为可持续更新的记录。该方法在不改变模型权重的情况下支持跨任务、跨模型的持续递归自我改进,测试覆盖编程、文本分类、办公任务和工程设计。智东西报道,10组配对编程实验中SIM有9组表现更好,平均领先2.36分,跨模型办公任务最大差距为11.33分。

深度见解

学术头条指出,保留修改历史和评估结果可使智能体在模型或基准变化后重新判断继承的改动,但实验仍受固定接口、优化轮次和算力预算限制,编程以外领域的重复实验较少。

智东西 作者 | 江宇 编辑 | 李水青

智东西11月19日报道,近日,谷歌云AI、谷歌DeepMind与美国宾夕法尼亚州立大学的研究团队联合发布论文《自改进记忆,实现持续递归式自改进》(Self-Improvement Memory Enables Continual Recursive Self-Improvement),提出了一种名为自我改进记忆(Self-Improvement Memory,SIM)的新方法。

谷歌RSI新论文:自带记忆、自主迭代!

▲《自我改进记忆实现持续递归自我改进》

此前,AI虽然能够自主优化大模型外部的运行框架(Harness),但更换模型或任务后,往往需要重新优化。SIM首次将代码修改背后的原因、预期效果和实际结果组织成可持续更新的记忆,让AI能够继承并调整过去的改进经验,实现跨模型、跨任务的持续递归自我改进(CRSI)。

#Self-Improvement Memory#Continual Recursive Self-Improvement#Google Cloud AI#Google DeepMind#University of Pennsylvania#Gemini 2.5 Flash#Gemini 3.5 Flash#Gemini 3.8 Flash#Gemini 4 Argon#Claude Opus 5.5

原文约 8 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。