论文提出预算内递归自我改进评分方法
热点事件持续更新
论文提出预算内递归自我改进评分方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Erfan Darzi 等在 arXiv 论文《Recursive Self-Improvement on a Budget》（2610.29121）中提出 Huxley-Gödel Machine 方法：让改写自身 scaffold 的编程智能体在候选编辑被实际评估前先打分选择，并用 Thompson sampling 从已评估节点中选父节点进行扩展。 论文实验中，HumanEval+ 基准保留 48 个实例作为 steering split，Polyglot 保留 64 个；以 GPT-4o 运行十二次，在留出的 HumanEval+ 上得到 87.0% 的节点，而去掉父节点率的消融版本为 84.2%。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
低成本递归自我改进：在代码编辑运行前先打分评估报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AI低成本递归自我改进：在代码编辑运行前先打分评估
一篇 arXiv 论文提出让改写自身 scaffold 的编程智能体在编辑被评估前先打分选择，Huxley-Gödel Machine 用 Thompson sampling 从已评估节点中选父节点并扩展其子节点。
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。