返回热点榜
llm热度 10.0°

AI 聚簇研判事件 · 2026/10/12

PhAI Labs 发布 RSI-Anything:利用世界模型实现跨领域递归自我改进,代码修复率提升近 5%

1 篇报道存证1 家独立信源交叉印证持续跟踪至 2026/10/12 12:30:00
全景综述与最新动态
1 家信源交叉印证

PhAI Labs 推出 RSI-Anything 框架,通过引入世界模型预测行动后果并利用真实反馈迭代,突破传统 RSI 局限于数字任务的瓶颈。实验显示该方法在代码修复、GUI 交互及化学实验规划中均显著提升成功率,其中 4B 参数模型经五代进化后规划分数翻倍并超越更大参考系统。

最新动向/PhAI Labs 推出 RSI-Anything 框架,通过引入世界模型预测行动后果并利用真实反馈迭代,突破传统 RSI 局限于数字任务的瓶颈。实验显示该方法在代码修复、GUI 交互及化学实验规划中均显著提升成功率,其中 4B 参数模型经五代进化后规划分数翻倍并超越更大参考系统。

热度曲线逐小时热度走势

2 个完整观测小时
连续完整观测不足 3 个小时,暂不绘制趋势曲线。

TIMELINE报道时间线

共 1 篇 · 最新优先
  1. 机器之心 (微信公众号)T2·78 分

    PhAI Labs 发布 RSI-Anything:利用世界模型实现跨领域递归自我改进,代码修复率提升近 5%

    原标题:从预测万物到自我进化:PhAI Labs提出RSI-Anything,探索通用RSI新路径

    • RSI-Anything 利用世界模型在行动前预判后果,并通过真实反馈优化预测器,实现跨领域自我进化。
    • 在代码修复任务中,仅通过世界模型辅助选择方案,成功率从 26.3% 提升至 31.2%,无需更换基座模型。
    • 小参数模型(4B)经过连续五代自我改进,在实验室规划任务上的表现超越了采用更大模型组合的参考系统。
PhAI Labs 发布 RSI-Anything:利用世界模型实现跨领域递归自我改进,代码修复率提升近 5% | Today for AI