递归自我改进
科技人工智能
研究团队提出MASS方法实现AI递归自我改进
Sakana AI研究团队提出了一种名为MASS（多智能体自监督）的新方法，通过让单一AI模型同时扮演执行者、优化器和评估者三个角色，实现了递归自我改进 。该方法将多智能体系统的集体智能蒸馏为自监督信号，使模型能够在无需外部监督的情况下不断优化自身性能 。
科技人工智能
Raven：为递归自我改进设计的多智能体编排框架
EverMind AI 推出了 Raven，一个专为递归自我改进而构建的多智能体编排框架。该系统采用主控智能体架构，集成了四个专用智能体：Raven-Research 负责研究、Raven-Code 负责编码、Raven-Design 负责设计，以及 Raven-Oncall 用于自动化工作流。框架内部采用模块化设计…
科技人工智能
翁荔回归OpenAI探索递归自我改进，行业联署呼吁建立AI研发减速机制
翁荔重新加入OpenAI，将领导一支团队深入探索「递归自我改进」研究，让AI参与自身训练和下一代模型的改进。与此同时，英伟达向Ilya Sutskever创办的Safe Superintelligence投资，并通过部署新一代Vera Rubin系统将其算力扩大一个数量级。这两项举措标志着AI领域正在加速推进自动化A…
科技人工智能
OpenAI公布GPT-5.6自进化成果，翁荔重返公司领导研究团队
OpenAI公布了GPT-5.6系列模型的自进化优化成果。在技术性能方面，推理服务部署成本下降20%，整体token生成效率提升超15%。该公司还通过推测解码技术优化进一步提升预测模型效率15%以上，在ARC-AGI-3测试中启用推理记忆留存与上下文压缩后，模型评测分数提升至原先3倍，同时输出token消耗量缩减为1…