让决策模型学会「难题多想」：Lev用循环代替思维链，一份权重覆盖多个深度
让决策模型学会「难题多想」：Lev用循环代替思维链，一份权重覆盖多个深度让大模型「多想一会儿」，今天几乎等同于让它多写一些字：先生成一段思维链，再给出答案。
来自主题: AI技术研报
7018 点击 2026-11-02 16:16
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
让大模型「多想一会儿」，今天几乎等同于让它多写一些字：先生成一段思维链，再给出答案。
在电子游戏里，玩家拥有一项近乎无敌的特权——无限读档（env.reset）。
超进化智能（HyperVolve）完成由蓝驰创投领投的数亿元人民币天使轮融资，将以RSI为关键技术路径研发具备元研究能力的研究基础模型，资金主要用于算力与训练基础设施建设及核心研发团队扩充。
无问芯穹（Infinigence AI）以国产Agentic Infra让GPU算子优化Agent登顶NVIDIA Research的SOL-ExecBench四项赛道，并通过Skills、共享Memory和隔离评测形成自我迭代闭环，揭示资源调度与工作流设计对RSI效率的影响。
奥特曼在博客节目中披露，OpenAI未公开的新模型在Hold-my-beer内部测试中攻克Navier-Stokes方程等难题，并提出以AI智能体团队、RSI及机器人自我复制数据中心推动下一阶段发展。
不er，RSI应用在OCR上，效果这么猛？？
因为货架上的小尺寸挂钩被价格标签牌挡住了一部分，进便利店打工的机器人君第一次尝试挂货……扑了个空。
当模型学会持续迭代改进算法，便推开了通往智能自主进化的大门。近日，由来自智源研究院、中国科技大学、中国人民大学等多个机构的研究人员组成的 AREX 研究小组发布 AREX-2 模型。
RSI（Recursive Self-Improvement，递归自我改进）关注系统能否不断发现自身短板、获取新经验，并用新经验提升下一轮表现。然而，当前的具身系统仍高度依赖真机试错和人工决策。
Mirendil宣布由1名研究员借助AI智能体训练出100B–500B参数编程基座模型Mirendil-Base，Recursive发布40B模型Flint及Eureka Machine，英伟达研究员Ali Hatamizadeh提出RSI时代研究者应强化判断力与基础能力的四大生存法则。