ParetoRSI-Gym：多领域递归自我改进评测基准

论文作者提出ParetoRSI-Gym基准，评测递归自我改进（RSI）智能体系统的多领域后训练能力。智能体在数学、代码、金融、医学、科学五个领域中搜索并筛选数据、训练并评估自身后继模型，循环往复。 该框架将初始LLM、五个领域、工具集和SFT流程固定，只有数据由智能体控制。每个领域的泛化基准用于区分真实能力提升与对智能体所优化分数的过拟合。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。