Google研究者提出RRSI方法防止Agent过拟合测试

Google 研究人员在论文中提出 RRSI（正则化递归自我改进，Regularized Recursive Self-Improvement of Agent Harnesses），用于约束智能体对自身 harness 的递归自我优化，避免其记忆测试任务。该方法在优化循环两端同时作用，同时保持 harness 完全可编辑。 研究全程使用冻结的 Claude Opus 4.8 模型，作者称研究仅覆盖基于冻结模型构建的 harness，未涉及模型权重发生变化的情况。代码已在 GitHub 公开。

AI 根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。