递归自我改进：系统究竟在改进什么
用改进对象、反馈来源和迁移证据，读懂 RRSI、AlphaEvolve 与近期自我改进研究。
自我改进
从程序搜索、Agent 自修改到学习规则与评估。
按 RSI 系列顺序阅读 →6 篇内容
RRSI：Agent 自我改进如何避免基准过拟合
Google 最新工作把约束放在搜索过程上：拆解候选生成、成本规则、泛化结果与代码细节。
AlphaEvolve：从搜索程序到改进搜索算法
从可执行反馈出发，理解程序档案、双层优化、矩阵乘法指数与 Magellan 的工程取舍。
从 DGM 到 Hyperagents：改进器如何成为改进对象
沿着 SICA、DGM 与 Hyperagents，区分任务进步、历史分支和改进能力的跨域迁移。
SEAL 与 Absolute Zero：学习数据和更新规则从哪里来
理解权重更新、自动课程、可验证奖励，以及自生成数据仍然依赖的外部条件。
怎样验证自我改进：选择偏差、成本与开放研究
用可复现的合成实验检查高分幻觉，再讨论冻结测试、资源预算与真实科研评价。
没有匹配的内容。可以缩短关键词或选择全部主题。