O artigo RSI-Anything, que recebeu 32 votos, segue uma abordagem de autoaperfeiçoamento recursivo: usa o modelo do mundo como parceiro de treino e permite que o agente crie desafios para si mesmo, ajuste seus planos e execute tudo de novo em um ambiente simulado. Sem depender de avaliações externas, usa a consistência interna como referência. Após 1000 rodadas, a estabilidade das ações melhorou bastante.

Esse tipo de abordagem é uma peça de conexão, não um mero chamariz, para protocolos de agentes como $FET . Quando os próprios agentes conseguem cometer erros e aprender com eles, os custos de implantação podem cair. O trabalho que antes dependia de ajuste fino com feedback humano agora conta, no artigo, com um método que dispensa supervisão. Essa abordagem de sub-rede também se beneficia: os nós de validação não precisam mais atribuir notas manualmente o tempo todo e podem usar diretamente o mecanismo de autoavaliação do artigo como função de custo.

Desta vez, não se trata de empilhar poder computacional, mas de dar um passo adiante no treinamento para fazer os agentes ficarem mais capazes. No longo prazo, a avaliação dos protocolos de agentes acompanhará o ritmo dos artigos. Quando surgir uma reprodução de código aberto, a aplicação prática deixará de ser apenas uma apresentação de PowerPoint.

#递归自改进 #世界模型 #AI