其他arXiv 2610.13912
RSI-Anything：用世界模型解锁递归自我改进
提出 RSI-Anything，用世界模型选择候选并保留策略更新
- arXiv
- 2610.13912
- 发表
- 层
- 应用层
- 被测模型
- ReasonFlux-Coder-7B、4B policy、W1
摘要RSI-Anything 以预测、反馈与保留检查把世界模型接入递归自改进，并在多个领域报告增益。
RSI-Anything 是一个跨领域框架：用世界模型预测决定哪些候选去拿外部反馈，再用反馈决定策略、工作流或预测器是否更新，并用检查决定哪一对被保留。要处理的困难是交互预算有限，以及策略一变，预测器面对的候选分布也会变。作者认为只改进其中一侧，不保证组装后的系统更好。