← 返回快讯

快讯

DAIR.AI发布递归自我改进（RSI）研究论文合集

dair_ai

DAIR.AI发布新的递归自我改进（RSI）研究论文合集，供读者追踪该领域的重要研究。其引述elvis的观点称，RSI是当前AI最热门的话题之一，目前仍处于早期阶段。

递归自我改进AI研究论文合集

查看原始帖子 ↗

所属事件 →

事件来源

查看原文
Track important research on recursive self-improvement (RSI) in our new collection of papers. elvis: Recursive self-improvement (RSI) is one of the hottest topics in AI. We are still very early on this. It's a great time to catch up on the latest RSI research. Great companies and products will emerge from it. If you are looking for great RSI papers to understand the history

前后事件

上一篇Cohere举办网络研讨会，讨论Embed 5、Parse 5及新检索方法RCP-nDCG

下一篇GitHub播客讨论AI低质贡献困扰开源维护者问题

同账号事件

  • 研究称 agent 框架差异主要源于 token 消耗：精简提示词与工具最高可省 3 倍成本

    作者称在 SWE-bench Verified 上用同一模型运行 Claude Code、mini-SWE-agent 和 OpenCode：Claude Code 与 mini-SWE-agent 在 447 个任务上得分相差 5 分以内，高难度 45 任务子集上各有 13% 结果翻转。成本差异来自每步重复发送的系统提示词与工具 schema，作者建议精简两者，称可在不降准确率的前提下将成本削减最高 3 倍。

  • DAIR.AI 推出 MCP 工具，可接入 Codex / Claude Code / Grok Bot 浏览精选 AI 论文

    DAIR.AI（@dair_ai）作者 elvis 宣布推出一套新的 MCP 工具：将其接入 Codex、Claude Code 或 Grok Bot 后，即可发现与浏览每周精选的顶级 AI 论文。作者称论文经过团队精心筛选，索引收录了过去数年间其在 X 上推荐过的全部论文。以上为团队自述，未独立核实。

  • Google 与 MIT 报告推出 Coco：面向软硬件协同设计的智能体平台

    dair_ai 援引 Google 与 MIT 的报告介绍 Coco——一个供 TPU 架构师用于硬件与模型协同设计的智能体平台。报告称，每次设计决策依赖数百 GB 训练前未见过的全新仿真扫描数据；Coco 将每次扫描登记到规范化的关系数据库中，智能体报告的每个数字均可通过 SQL 查询溯源。智能体可自主组合类型化工具、运行对比相同执行配置下系统等重复性分析，并读取 UI 导航状态作为上下文。报告称短期目标是将架构师搭建仿真和获取洞察的时间减半。论文链接：arxiv.org/abs/2610.02376。