13:48AlphaSignal@AlphaSignalAI精选SIA论文提出将智能体视为可编辑系统,更新目标包括工具、解析器、验证器和权重。在LawBench基准上达到70.1%准确率。其CUDA内核运行仅1,017微秒,去噪任务mse_norm为0.289。论文提供公开仓库,支持选择聚焦于工具链或权重。核心结论是自改进智能体的性能取决于验证器质量。论文SIALawBench智能体自改进验证器推荐理由:这篇SIA讲一个让智能体自己改进的方法,不只调提示,还能改工具和权重,在LawBench上做到了70.1%,代码也开源了。原文
03:00rohanpaul_ai@rohanpaul_ai78°Hexo AI 发布了开源递归自我改进框架 SIA(Self Improving AI),该框架允许 AI 智能体在完成任务后,不仅改进外部工作流程(如提示词、工具),还能直接更新模型内部权重,实现真正的自我进化。与当前大多数“冻结工人”式智能体不同,SIA 通过反复训练自身任务反馈来积累领域知识,无需人工手动编码策略。实验结果显示,SIA 在 LawBench 上提升 56.6%,GPU 内核运行时减少 91.9%,单细胞 RNA 去噪提升 502%。这一突破为构建持续自优化的 AI 系统提供了新路径。AI模型递归自我改进开源/仓库智能体模型权重更新SIA1 个信源在谈推荐理由:做 AI 智能体开发的团队终于有了一个能自我进化的开源框架——SIA 让模型从“冻结工人”变成“持续学习者”,直接提升任务效果,建议研究自优化系统的开发者点开看看。原文