Reading series

Recursive self-improvement

从答案修订、经验保留，到改进器演化。

1. 01

   01–02 · 定义与修改准则 / Foundations

   AI 修好了一个 bug，然后呢？

   An AI Fixed a Bug. What Happens Next?

   一次 bug 修复，怎样成为下一项任务能用上的经验，或改变下一次修复的程序？

   中文 →English →
2. 02

   AI 凭什么接受一次自我修改？

   When Should an AI Accept Its Own Rewrite?

   一项自修改保证，究竟相对于什么目标和假设成立？

   中文 →English →
3. 03

   03–05 · 学习与经验保留 / Learning & memory

   模型能从自己生成的数据中学到什么？

   What Can a Model Learn from Its Own Outputs?

   模型生成答案、评分和练习时，可信训练信号从哪里来？

   中文 →English →
4. 04

   合成数据会让模型越学越差吗？

   Does Synthetic Data Inevitably Cause Model Collapse?

   为什么替换旧数据与累积新数据会产生不同的代际风险？

   中文 →English →
5. 05

   不改模型权重，经验能保留多久？

   How Long Can Improvement Last Without Updating Weights?

   怎样区分一次修订、同题重试和跨任务经验积累？

   中文 →English →
6. 06

   06–08 · 自改系统与改进器 / Systems & improvers

   自动写出好程序，等于学会改进自己吗？

   Does Discovering Better Programs Mean Learning to Improve Yourself?

   自动程序搜索与自动研究，分别把哪些部分放进了循环？

   中文 →English →
7. 07

   让 agent 改写自己，究竟闭合了哪一层？

   What Loop Closes When an Agent Rewrites Itself?

   把改进器纳入可编辑对象后，还剩哪些外层规则固定不变？

   中文 →English →
8. 08

   怎样证明系统更会“产生改进”了？

   How Do We Measure a Better Improver?

   怎样把任务能力提高，与产生后继改进的能力提高分开？

   中文 →English →
9. 09

   09–12 · 评估、加速与实验 / Evaluation & experiments

   分数变高时，任务还相同吗？

   When the Score Rises, Is It Still the Same Task?

   当测试、日志或评价器也会变化，什么让前后分数继续可比？

   中文 →English →
10. 10

    AI 研究能力的曲线，究竟测量了什么？

    What Do AI Research Benchmarks Actually Measure?

    预算、任务时间跨度和候选选择，怎样改变研究能力的解释？

    中文 →English →
11. 11

    有正反馈，为什么还不一定持续加速？

    Why Positive Feedback Does Not Guarantee Sustained Acceleration

    系统持续进步，与进步速度持续提高之间还差什么条件？

    中文 →English →
12. 12

    下一项 RSI 实验，怎样让结果更有解释力？

    How to Design a More Informative RSI Experiment

    一项实验怎样同时检查持久性、改进器收益、可信评价和真正的后继交接？

    中文 →English →