arXiv cs.AI· Wenhao Zhou, Jiajun Song, Haitao Wang, Zipeng Qiu, Yingqi Peng, Ruida Xu, Jiale Li, Wenshuang Li, Shusheng Xu, Wei Dong, Hao Dai, Tongkai Yang, Yi Gao, Binhang Yuan·· 3 天前AI 评分38
AReaL-RSI：递归自我改进的自适应扩展与协调框架
AReaL-RSI: Adaptive Scaling and Coordination of Recursive Self-Improvement
AI 导读
AReaL-RSI 是一个无需更新骨干 LLM 权重、通过组织持久化智能体研究团队来实现递归自我改进的框架，由 leader agent 选择研究方向、条件记忆共享区分未解决问题与已验证发现。
正文 · AI 翻译
作者：Wenhao Zhou、Jiajun Song、Haitao Wang、Zipeng Qiu、Yingqi Peng、Ruida Xu、Jiale Li、Wenshuang Li、Shusheng Xu、Wei Dong、Hao Dai、Tongkai Yang、Yi Gao、Binhang Yuan
摘要：扩展递归自我改进需要额外的计算，才能在实现持久目标方面产生有用的研究进展。直观上，更多的研究者智能体可以探索更多假设，但早期评估分数可能歪曲其前景，共享的发现可能丢失其适用条件，而有用流程可能局限于已完成的调查中。在本文中，我们提出 AReaL-RSI，一个在不更新骨干 LLM 权重的情况下组织持久研究智能体团队的框架。我们以评估结果和全系统资源消耗来表述扩展问题。具体而言，一个领导者智能体选择适合任务的研究方向并指导正在进行的调查；条件式记忆共享区分未解决的问题与有支持的发现，并实现接收方适配。在递归演化过程中，每次研究活动之后，基于证据的评审会为后续研究活动修订研究者的方向、知识和技能。实验在两个骨干模型上，将 AReaL-RSI 与 Codex-Goal 在下游 harness 优化、GPU 内核优化和 AI 研究任务上进行比较。在所报告的资源分配下，AReaL-RSI 使每个骨干模型的 Terminal Bench 性能提升 2.2 个百分点，并将 KernelBench 平均加速比提高 32.2-36.8%；进一步的可扩展性比较表明，AReaL-RSI 的设计优于原生扩展：在所有七个可比较的任务-骨干模型组合中，将经验共享与专门化研究者角色相结合，相比独立探索可降低 1.9-27.5% 的内核延迟，相比仅共享可降低 1.3-33.9% 的延迟。
| 评论： | 12 页 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.18083 [cs.AI] |
| （或 arXiv:2610.18083v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18083 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yingqi Peng [查看电子邮件]
[v1]
2026年10月13日星期二 10:05:16 UTC（627 KB）
来源：arXiv cs.AI · arxiv.org