跳到正文
热点事件持续更新

BaseRSI 论文发布:无训练实现 VLM 递归自我改进

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026年11月19日,Mingda Zhang等人发布 arXiv:2611.24578 论文,提出 BaseRSI 递归内部化新范式。该框架旨在使基础视觉语言模型通过无训练编辑,将工具增益写入权重。 核心机制包含 ReGap 与 ReKey 算法。ReGap 利用激活差异监督 Transformer 块,ReKey 通过回归将信号写入关键神经元,从而实现内部化改进。研究显示,该方法在十个视觉推理基准测试中,分布内外均持续提升模型性能。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · AI
    BaseRSI:无训练内部化实现基础视觉语言模型的递归自我改进

    BaseRSI提出递归内部化新范式,使基础视觉语言模型通过无训练编辑将工具增益写入权重。 其核心机制ReGap利用激活差异监督Transformer块,ReKey算法通过回归将信号写入关键神经元。 在十个视觉推理基准测试中,该方法在分布内外均持续提升模型性能。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。