Google 提出正则化递归自我改进 RRSI，分布外成绩平均高出 3.3 分

Google 与合作者提出正则化递归自我改进 RRSI，在自我改进循环中加入提案端与选择端正则化，让 evolve 集的收益迁移到分布外。在三个完全 held-out 的 OOD 基准上，RRSI 平均 43.6 分，高于无正则化演化的 40.3 分（+3.3），峰值提升 +4.7。