Recursa递归自改进模型系统论文发布
热点事件持续更新
Recursa递归自改进模型系统论文发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Erkang Zhu等人发布Recursa论文，介绍一种无需专家或更强教师模型的基础模型系统，通过递归自我改进适应新领域，利用知识仓库存储技能和任务记忆。 在Harvey LAB Firm Knowledge基准测试中，使用DeepSeek-V4.1-Flash时全通过率从30.0%提升至55.0%；使用Qwen3.8-Flash时从35.0%提升至46.0%。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 13:00
Recursa：迈向递归自我改进的基础模型系统报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · AIRecursa：迈向递归自我改进的基础模型系统
Recursa 通过递归自我改进适应新领域，无需专家或更强教师模型，利用知识仓库存储技能和任务记忆。 使用 DeepSeek-V4.1-Flash 时，Harvey LAB Firm Knowledge 基准测试的 held-out 测试任务全通过率从 30.0% 提升至 55.0%；使用 Qwen3.8-Flash 时从 35.0% 提升至 46.0%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。