MetaRSI-v1发布，统一RSI架构实现模型自我改进
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载一个内核串起三类改进
MetaRSI-v1由CosmosMind与斯坦福、伯克利、MIT、清华、北大等十余家高校共同发布，被描述为全球首个把Model-RSI、Data-RSI、Harness-RSI统一起来的元递归架构。它的结构由一个内核、两条编排轴、三个算子、元RSI层和五大定律组成。其中Loop Kernel承担的是把自我改进这件事抽象成一个与具体对象无关的闭环，使模型参数、数据、运行框架三类改动可以落在同一套流程里被调度。两条编排轴分工不同：横轴负责决定算子应用的先后顺序，纵轴负责调整单个算子内部的策略。三个算子分别对应Model-RSI、Data-RSI与Harness-RSI，四类Agent在其中协调运作，并且每一个都可以由人类专家做局部替换，保留人工介入的接口。整套架构在运行时不需要外部教师模型参与，改进信号来自系统自身的闭环。
从轨迹里挖学习信号
三个算子各自处理一类改进对象。Data-RSI的做法是从运行轨迹中提取学习信号，再经过校验环节合成数据，把执行过程里产生的经验转成可用的训练素材。Harness-RSI则落在五个槽位上做改进，分别是System Prompt、Skill、MCP、Tools与Memory，也就是围绕模型外部的运行框架调整提示、技能、工具接入与记忆内容。Model-RSI负责更新模型参数与结构，把前面环节中已经被验证有效的行内化为模型自身的能力。三者叠加形成的路径是：先在框架与数据层面试出有效行为，再把这些行为固化进参数，从而让下一轮闭环的起点更高。
小模型与旗舰模型两条路线
实际运行分成两条路线。小模型路线使用Qwen3.5-35B-A3B，激活参数为30亿，三个算子全部启用，评测覆盖Terminal-Bench 2.1、SWE-bench Pro、GPQA-Diamond子集与AIME四项基准，平均自我提升10.9分，其中SWE-bench Pro的解决率接近翻倍，连续自进化带来的累计增益也随轮次明显上升。前沿模型路线则只启用Data与Harness两个算子，GPT-5.6、Claude Opus 5等六款旗舰模型在这一设置下平均提升7.3分。两条路线的差别在于是否改动模型参数：参数规模较小的模型通过Model-RSI把有效行为写回自身，收益空间更大；旗舰模型更多依靠数据与运行框架层面的优化获取增量。
对使用者的实际含义
这套架构给出的直接信息是，自我改进不必依赖一个更强的外部教师模型来提供监督，闭环本身就能产出可校验的学习信号。对希望在小参数模型上做持续迭代的团队而言，三个算子全开、把改进内化进参数的路径，在SWE-bench Pro这类任务上表现出接近翻倍的解决率变化；而对已经使用旗舰模型的场景，仅调整数据与Harness五个槽位也能拿到平均7.3分的提升，改动成本相对更低。四个Agent均可被人类专家局部替换这一点，意味着流程中需要人工判断的环节可以保留在环内，而不是把改进完全交给自动闭环。
为什么值得看
首次统一RSI三大视角，让模型能优化自身的改进方法，大幅提升性能上限。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。