「模型自己把自己练强」:RSI 与三个闭环

RSI(递归自我改进)常被混为一谈。把自我改进拆成数据、奖励、系统三个闭环,各自的成立条件和失效模式并不相同。

2026-09-01 · 7 分钟 · 3237 字 · njx