Third Eye 论文：递归自我改进的即时收益在继续更新后消失
热点事件持续更新
Third Eye 论文：递归自我改进的即时收益在继续更新后消失
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Sujato Dutta 等发布论文，提出 Third Eye 方法，把模型递归自我改进时的即时性能与继续二次原生更新后的结果分开评估。在 Qwen3-4B、Llama-3.2-3B 等 3-8B 模型的数学与代码实验（64 次全新运行）中，即时选出的效用接近零，而继续更新使其再降 1.78 个百分点（95% 区间 [0.68, 2.88]）。 论文结论支持用独立评分和无更新基线、以适应转变视角评估持续性自我更新，即递归自我改进不能只看即时收益。
AI 根据报道生成 · 2 小时前更新
最新进展11月11日 13:00
Third Eye：递归自我改进不能只看即时收益报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIThird Eye：递归自我改进不能只看即时收益
论文提出 Third Eye 方法，把模型的即时性能与继续二次原生更新后的结果分开评估。在 Qwen3-4B、Llama-3.2-3B 等 3-8B 模型的数学与代码实验（64 次全新运行）中，即时选出的效用接近零，而继续更新使其再降 1.78 个百分点（95% 区间 [0.68, 2.88]）。结论支持用独立评分和无更新基线、以适应转变视角评估持续性自我更新。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。