InfraRSI：利用递归自我改进优化训练基础设施

InfraRSI 是一个智能体框架，把人类指令转化为经过验证的分布式 LLM 训练优化，并用固定任务契约防止奖励作弊。在四个稠密与 MoE 工作负载上，它实现最高 2.75 倍加速，平均 MFU 从 17.4% 提升至 30.0%，优于现有调优器与编码智能体。其在线修正先验并跨集群蒸馏经验，形成两级递归自我改进循环。