标签：自改进 共 1 条

谷歌RRSI新法：防自改进智能体背题刷分

自改进AI智能体常把测试任务背下来，新任务上的进步随之缩水甚至消失。谷歌研究团队提出RRSI方法，在未见过的基准上最高提升4.7分，并比未正则化版本少用约30%的token，兼顾泛化能力与推理成本。