arXiv · AI· Binghang Lu, Yige Sun, Guang Lin·2026-10-26 12:00· 2 小时前AI 评分38

RSI-Opt: 用于模型训练的递归自我改进优化器智能体

RSI-Opt: Recursive Self-Improvement Optimizer Agents For Model Training

AI 导读

RSI-Opt 提出递归自我改进优化器智能体，通过元智能体重写策略积累经验，在三个训练任务上显著提升了性能。该框架在演进套件上使 Opus 5.5 的 z 分数从 +10.48 升至 +14.33，跨模型策略转移使 GPT-5.5 在留出任务上的分数从 -0.36 提升至 +3.11。

来源：arXiv · AI · arxiv.org