AIDE²: The First Evidence of Recursive Self-Improvement
7 hours ago
- #AI Agents
- #Recursive Self-Improvement
- #Autonomous AI Research
- AIDE²通过自主优化其自动研究框架来展示递归自我改进的能力，在八天内创建了七个改进版本。
- 该系统采用内外循环的双层优化结构；外循环优化内层代理的代码，从而在各种任务上实现更好的性能。
- 最佳代理AIDE85实现了16倍提示减少，开发了抗奖励破解防御机制，并在天气预测等未见任务中表现出良好的泛化能力。
- 实验表明，AIDE85在GPU内核工程任务中将奖励破解率从63%降低至34%，无需明确指令即超越人工调优的代理。
- 该系统满足第一级RSI标准：超越人类基线，实现持续多步改进，具备泛化能力，并在固定预算下保持高效。
- 尽管有所改进，AIDE85的代码复杂性给部署和理解带来挑战，但其迁移能力仍优于人类设计的代理。
- 未明确实现点火阶段（第二级RSI），因为改进的内层代理并未显著提升外循环优化效率。