arXiv cs.AI· Binghang Lu, Yige Sun, Guang Lin·· 3 小时前AI 评分40
RSI-Opt：面向模型训练的可递归自我改进优化器智能体
RSI-Opt: Recursive Self-Improvement Optimizer Agents For Model Training
AI 导读
RSI-Opt 是一套即插即用的可递归自我改进优化器智能体，由 meta-agent 依据过往运行证据改写提示词、流程手册、优化器代码库与决策节奏。三个训练任务迭代 5 代后，Opus 5.5 的 z-score 从 +10.48 升至 +14.33。Burgers PDE 上平均相对 L2 误差较固定提示词基线降约 2.7 倍（Opus 5.5）、8.8 倍（GPT-6.1）。
来源：arXiv cs.AI · arxiv.org