標籤 遞迴自我改進

Google 與 Google DeepMind、馬里蘭大學、維吉尼亞大學團隊在 arXiv 發表 Dream-RSI 框架，把累積的探索歷史讀成精確的回放模擬器，讓 AI 代理在零執行成本的「夢境」裡評估並改寫探索策略，再回到線上繼續發現。實驗覆蓋演算法工程、數學最佳化與 GPU 核心工程三域，但 162 倍等倍數要看清對照組是誰；程式碼尚未發布，模型本身零改動零微調。