RL扩展首个瓶颈或是实验吞吐量

2026年10月12日，eigenron 提出一个关于 RL 扩展（RL scaling）的新观察：近期多篇 RL scaling 论文显示，递归自我改进（RSI）的首个真正瓶颈可能不是算力，而是实验吞吐量。其援引的已有证据是，重新分配「探索」与「优化」之间的算力，可以复活已经饱和的训练进程。作者进一步推演，如果学习者本身还能自行设计实验、课程并改进基础设施，这一反馈回路将变得非常有趣。目前该观点仍属对现有论文的解读与推演，尚未给出新的实验结论。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。