Google 研究提出 RRSI 框架防止自我改进 AI 智能体死记测试任务

Google 研究人员提出 RRSI 框架，通过随迭代轮次递减修改预算并引入严格审查机制，防止智能体在自动化自我改进中过拟合特定测试基准。在底层模型保持冻结的条件下，RRSI 在未见任务上的性能提升最高达 4.7 分，且推理运行 token 消耗减少约 30%。测试表明由强模型优化出的运行框架可直接迁移给弱模型提升表现，相关代码已在 GitHub 开源。