+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

Рэкурсіўнае самаўдасканаленне: што пад капотам

Google DeepMind апублікаваў "Dream-RSI: Recursive Self-Improvement through Evolving Worlds" — і мадэль кадавання ўнутры яе ніколі не мяняецца.

Want to see our stories first on Google? Add us to your preferred sources — it helps us grow.

Google DeepMind апублікаваў "Dream-RSI: Recursive Self-Improvement through Evolving Worlds" — і мадэль кадавання ўнутры яе ніколі не мяняецца. Што пад капотам: што фраза азначала 60 гадоў, што насамрэч цыклічна ў Dream-RSI (палітыка даследавання Python, якая "марыць" над запісанымі дрэвамі пошуку), і чаму 317 выклікаў агента замест 550 — гэта зніжка, а не ўзлёт. Вердыкт: NEEDS REVIEW.

Чытаць пісьмовае выданне (англійская) ↗

Што ахоплівае гэта відэа

  • 1965 → 2008: «выбух інтэлекту» І. Дж. Гуда, «насенны штучны інтэлект» Юдкоўскага — машына, якая перапісвае ўласныя вагі
  • 2025: AlphaEvolve — 48-кратнае множанне матрыцы 4×4, 0,7% вылічальнай магутнасці Google адноўлена, ядры Gemini на 23% хутчэй
  • 2026: Dream-RSI — палітыка паляпшаецца, кодар, суддзя і перапісвальнік замарожаныя; падказка абвяшчае "Не вырашайце навуковую задачу"
  • X: "Google толькі што ўзламаў рэкурсіўнае самаўдасканаленне" (819 падабаек) супраць HN: "называць гэта RSI здаецца памылковым"
  • Выкарыстаныя лічбы: §4.1 Lasso 550 → 317 выклікаў агента, 3587 → 2931 мс; Табліца 1 упакоўка колаў 2.635983 = AlphaEvolveV2; §4.3 KernelBench 2.43× / 1.79× менш пакаленняў, да 2.09× хутчэй; Дадатак B.2 падказка (усё з PDF вышэй)

Пытанні і адказы

Што азначае рэкурсіўнае самаўдасканаленне ў штучным інтэлекце?

Гэта азначае, што сістэма штучнага інтэлекту робіць сябе разумнейшай, а затым выкарыстоўвае разумнейшую версію, каб зрабіць гэта зноў. І. Дж. Гуд апісаў выбух інтэлекту ў 1965 годзе, а эсэ Эліезера Юдкоўскага 2008 года зрабіла гэтую ідэю цэнтральнай для бяспекі штучнага інтэлекту. На працягу дзесяцігоддзяў гэтая фраза азначала сістэму, якая перапісвае свой уласны зыходны код або вагі і становіцца разумнейшай пры кожным праходзе.

en.wikipedia.org · www.lesswrong.com

Што на самай справе паляпшаецца ў дакуменце Dream-RSI Google DeepMind?

Паляпшаецца толькі палітыка даследавання. Гэта праграма на Python, якая вырашае, якія галіны дрэва пошуку пашыраць. Згодна з дакументам, кодэр, суддзя і перапісчык з'яўляюцца замарожанымі кампанентамі Gemini, і запыт у Дадатку B.2 загадвае сістэме рэдагаваць адзін файл, а не вырашаць навуковую задачу.

arxiv.org · dream-rsi.com

Як сістэма штучнага інтэлекту тэстуе новыя стратэгіі супраць запісаных запускаў замест рэальнага абсталявання?

Dream-RSI ператварае кожны мінулы запуск у сімулятар паўтору. Кожны запуск пакідае дрэва таго, што было паспрабавана і што гэта набрала, а замарожаны Gemini перапісвае палітыку. Новая палітыка затым тэстуецца супраць гэтых запісаных вынікаў замест рэальных графічных працэсараў. У дакуменце гэта называецца марыць, і адзін рэальны запуск акупляе тысячы выдуманых.

arxiv.org

Наколькі вялікімі былі вымераныя выгады ў Dream-RSI?

Выгады былі эканоміяй эфектыўнасці. У задачы Lasso фіксаванае даследаванне патрабавала 550 выклікаў агента, а Dream-RSI — 317, пры гэтым час выканання знізіўся з 3587 да 2931 мс. У KernelBench патрабавалася ў 2,43 разы менш пакаленняў. Упакоўка колаў набрала 2,635983, столькі ж, колькі AlphaEvolveV2. Гэта зніжка на вылічальную магутнасць, згодна з эпізодам, і ніякіх новых магчымасцей.

arxiv.org

Ці павінны распрацоўшчыкі называць Dream-RSI рэкурсіўным самаўдасканаленнем?

Вердыкт The Daily Diff быў NEEDS REVIEW. Цыкл рэальны, і эканомія вымерана, але два словы на вокладцы апісваюць машыну, якой няма ў дакуменце. Карысная праверка для наступнага дакумента RSI — спытаць, які аб'ект змяняецца, хто замарожаны і ў якой адзінцы вымяраецца лік у загалоўку.

arxiv.org · news.ycombinator.com

Перакладзеная стэнаграма

Перакладзена з арыгінальнай англійскай агучкі. Даступнае аўдыя і субтытры кантралююцца YouTube.

0:00 Рэкурсіўнае самаўдасканаленне — гэта ідэя, што штучны інтэлект робіць сябе разумнейшым, потым выкарыстоўвае больш разумную версію сябе, каб зрабіць гэта зноў, і на гэтым тыдні Google апублікаваў дакумент з гэтымі двума словамі ў назве, у якім вагі мадэлі ніколі не змяняюцца. Тры лічбы. Генеральны дырэктар Anthropic кажа, што гэты цыкл працуе з лета, што з'яўляецца яго прычынай для запаволення ўсёй індустрыі. Твіт, які абвяшчаў, што Google толькі што ўзламаў гэта, сабраў восемсот падабаек за дзень.

0:24 І галоўны вынік самога дакумента — 317 выклікаў мадэлі замест 550, што з'яўляецца зніжкай, а не ўзлётам. За тры хвіліны: адкуль узялася фраза, што насамрэч цыклічна ўнутры Dream-RSI і як чытаць наступны дакумент з RSI на вокладцы. Гэта The Daily Diff, што пад капотам. 1965. І. Дж. Гуд, статыстык з Блетчлі-Парку, які працаваў побач з Цьюрынгам, піша, што звышінтэлектуальная машына магла б распрацоўваць яшчэ лепшыя машыны,

0:52 называе гэта выбухам інтэлекту і апошнім вынаходствам, якое калі-небудзь спатрэбіцца чалавеку, пры ўмове, што машына будзе досыць паслухмянай, каб расказаць нам, як яе кантраляваць, што і ёсць тое "пры ўмове, што" людзі перастаюць чытаць пасля коскі. На працягу сарака гадоў фраза азначала менавіта гэта: сістэму, якая рэдагуе ўласны зыходны код або вагі і становіцца разумнейшай з кожным праходам. Эсэ Эліэзера Юдкоўскага 2008 года зрабіла гэта апорным словам бяспекі штучнага інтэлекту, і ні ў каго не было машыны, каб праверыць гэта, што з'яўляецца ідэальным станам для вызначэння. Затым у маі 2025 года DeepMind выпусціла AlphaEvolve,

1:23 агента Gemini, які прапануе код, атрымлівае ацэнку, захоўвае пераможцаў і мутуе іх зноў. Ён памножыў складаныя матрыцы чатыры на чатыры за 48 крокаў, пераўзыходзячы рэкорд, усталяваны Штрасэнам у 1969 годзе, і ён аднаўляе каля нуля цэлых сем дзясятых працэнта сусветнай вылічальнай магутнасці Google, што ў маштабах Google з'яўляецца цэнтрам апрацоўкі дадзеных, знойдзеным пад канапай. Gemini цяпер дапамагаў трэніраваць Gemini, і фраза ціха перайшла з блогаў па бяспецы у прэс-рэлізы. Dream-RSI накладвае кантролер на гэты цыкл.

1:52 Палітыка, фактычная праграма Python, вырашае, якія галіны дрэва пошуку разгортваць, колькі паралельна і калі здавацца. Gemini піша код кандыдата, а фіксаваны ацэньвальнік выстаўляе яму балы. Кожны запуск пакідае за сабой дрэва таго, што было паспрабавана і як было ацэнена. Гэтае дрэва становіцца сімулятарам прайгравання: другі, аднолькава замарожаны Gemini перапісвае палітыку, і новая палітыка правяраецца на запісаных выніках замест на рэальных GPU.

2:16 Дакумент называе гэта марамі, і адзін рэальны запуск акупляе тысячы выдуманых пры нулявых выдатках на выкананне. Пераможца вяртаецца ў сетку, пул запісаных светаў расце, паўтор. І падказка ў Дадатку B.2 кажа штучнаму інтэлекту, які самаўдасканальваецца, пісьмова: рэдагаваць толькі гэты файл і не вырашаць навуковую задачу. Вымерана. У задачы Lasso solver фіксаванае даследаванне выдаткавала 550 выклікаў Gemini, каб дасягнуць трох цэлых шасці дзясятых секунды, Dream-RSI выдаткавала 317, каб дасягнуць двух цэлых дзевяці дзясятых, і абодва пераўзышлі scikit-learn.

2:46 На KernelBench ён дасягнуў той жа хуткасці ядра прыкладна ў два цэлыя чатыры дзясятых разы менш пакаленняў. А пры ўпакоўцы колаў ён набраў два цэлыя шэсцьсот трыццаць пяць тысяч дзевяцьсот восемдзесят тры, што дакладна, да шасці дзесятковых знакаў, як AlphaEvolve версіі два набраў у мінулым годзе. Такім чынам, X прачытаў назву: Google толькі што ўзламаў рэкурсіўнае самаўдасканаленне. Hacker News прачытаў PDF: называць гэта RSI здаецца памылковым. І ў той жа тыдзень генеральны дырэктар канкурэнта сказаў, што цыкл працуе з лета і ўсім трэба запаволіцца.

3:13 Тры сказы, тыя ж два словы, тры розныя машыны. Такім чынам, у панядзелак, як чытаць наступны дакумент пра RSI. Адзін: спытайце, які аб'ект змяняецца, вагі, код або налады пошуку; Dream-RSI змяняе трэці. Два: спытайце, хто замарожаны; тут гэта кодар, суддзя і перапісвальнік, усе трое. Тры: спытайце, што з'яўляецца адзінкай галоўнай лічбы. Захаваныя вылічэнні — гэта аптымізацыя; эталон, які мадэль не магла дасягнуць раней, — гэта узлёт, і ніхто яшчэ не апублікаваў гэтага.

3:40 Вердыкт, што пад капотам: NEEDS REVIEW. Цыкл рэальны, эканомія вымерана, і два словы на вокладцы апісваюць машыну, якой няма ў дакуменце. Калі вы хочаце прачытаць гэта, а не пачуць ад мяне, The Daily Diff трапляе ў вашу паштовую скрыню кожную раніцу, бясплатна на daily diff dot dev, спасылка ніжэй. Скажыце мне, што адкрыць наступным у каментарах. І гэта на сённяшні дзень. Я Ніка з Axrisi.

4:00 Merge responsibly.

Крыніцы

  1. Paper: Dream-RSI (Zheng et al., Google / Google DeepMind / UMD / UVA, 14 Sep 2026)arxiv.org
  2. Code (293 stars, no license) — https://github.com/zhengkid/Dream-RSI · project pagedream-rsi.com
  3. Hacker News thread (169 points)news.ycombinator.com
  4. Hugging Face papers (278 upvotes)huggingface.co
  5. I. J. Good, 1965, "Speculations Concerning the First Ultraintelligent Machine"en.wikipedia.org
  6. Eliezer Yudkowsky, "Recursive Self-Improvement", LessWrong, 1 Dec 2008www.lesswrong.com
  7. Google DeepMind, AlphaEvolve (14 May 2025): 0.7% compute, 48 multiplications, 23% kernel speed-updeepmind.google
  8. Dario Amodei, "We Must Pace the Frontier" (12 Sep 2026)darioamodei.com
  9. Tweetx.com

Niko from Axrisi

Nikoloz Turazashvili · Vexrail · Axrisi

LinkedIn · dev.to · GitHub · X · Substack

Звязаныя відэа

under-the-hood · be · 12 кас 2026 г.

Файлы мадэляў Hugging Face могуць запускаць схаваны код

Пакеты шкоднасных мадэляў могуць выконваць код падчас небяспечнай загрузкі. Тры задакументаваныя прыклады тлумачаць зваротныя абалонкі Pickle, паводзіны сканера зламаных файлаў і даследаванае заблытва

3:33 ↗