The Decoder· Jonathan Kemper·· 3 小时前AI 评分63
Google 研究 RRSI：用正则化递归自我改进防止智能体记住测试任务
Google researchers find a way to keep self-improving AI agents from memorizing their tests
AI 导读
Google 研究人员提出 RRSI（Regularized Recursive Self-Improvement），通过逐渐收缩的编辑预算和严格批评者审查，让语言模型自动改写 agent harness 时避免记住测试任务。
来源：The Decoder · the-decoder.com