Google 提出 RRSI 防止智能体自我优化过拟合测试

据 The Decoder 2026 年 10 月 4 日报道，Google 研究人员提出了名为 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses）的方法，旨在防止智能体在递归自我优化过程中对测试任务产生“记忆”，即背熟基准测试内容。RRSI 的核心机制包括两点：一是为智能体的自我改进设置递减的编辑预算，限制其在迭代中不断修改自身；二是引入批评者（critic）来过滤掉基准专属的技巧，避免优化结果只是针对测试任务的捷径而非真实能力提升。报道称该方法用于抑制递归自优化中的过拟合问题。这是目前关于该事件的唯一报道，暂无后续进展或各方回应的信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。