The Decoder· Jonathan Kemper·· 3 小时前AI 评分67
Google 研究人员提出 RRSI 方法，防止自我改进 AI 智能体记忆测试任务
Google researchers find a way to keep self-improving AI agents from memorizing their tests
AI 导读
Google 研究人员提出 RRSI（正则化递归自我改进）方法，用于约束智能体自我优化循环，防止其记忆测试任务。该方法通过限制编辑预算、引入严格审查机制，在八个基准测试上相比基线最多提升 14.1 分，在五个未见过的基准上最多提升 4.7 分，同时运行时 token 消耗减少约 30%。
来源：The Decoder · the-decoder.com