MarkTechPost发布Google RRSI自我改进智能体代码教程

MarkTechPost 发布了关于 Google Research RRSI（正则化递归自我改进）方法的代码教程，演示如何让大语言模型智能体在冻结模型的基础上重写自身组件。教程通过 Python 代码解析了其核心选择算法、噪声校准和编辑预算机制。 教程显示，RRSI 能够有效控制 token 消耗并消除记忆化现象，防止智能体对特定任务过拟合。同时指出，完整的 RRSI 循环需要在 Vertex AI 上使用 Claude Opus 并在 Docker 基准测试中评分，无法在免费的 notebook 上运行；且由于该包未在 PyPI 上架，需要从 google-research 仓库安装特定版本的代码。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。