递归自我改进为何无法让模型真正自我提升
热点事件持续更新
递归自我改进为何无法让模型真正自我提升
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Bill Lambos 在 Brain-Inspired AI 撰文认为，递归自我改进（RSI）让模型用自身输出训练自身，无法解决 AI 与现实脱节的问题。 他引用 Shumailov 等 2024 年发表于 Nature 的研究：连续多代仅用前代模型输出训练会引发“模型崩溃”，模型逐渐偏离真实数据分布、方差显著收窄。
AI 根据报道生成 · 58 分钟前更新
最新进展10月23日 20:43
递归自我改进（RSI）为何无法让模型真正自我提升报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Hacker News递归自我改进（RSI）为何无法让模型真正自我提升
Bill Lambos 在 Brain-Inspired AI 撰文指出，递归自我改进（RSI）让模型用自身输出训练自身，无法解决 AI 与现实脱节的问题。他引用 Shumailov 等 2024 年发表于 Nature 的研究：连续多代仅用前代模型输出训练会引发“模型崩溃”，模型逐渐偏离真实数据分布、方差显著收窄。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。