AReaL-RSI：递归自我改进框架

2026年10月14日，arXiv Artificial Intelligence 刊出 Wenhao Zhou 等作者的论文，提出 AReaL-RSI 递归自我改进智能体框架。据该论文，这一框架用于组织一支持久化的智能体研究团队，且无需更新骨干 LLM 的权重。其运行方式为：由 leader agent 选择研究方向，通过条件记忆共享区分未解决问题与已支持发现，并在每轮研究后进行基于证据的审查，据此修订智能体的方向、知识与技能。目前报道仅涉及该框架的提出与设计说明，未提及后续实验、评测或应用进展。

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。