+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

Sjálfbætandi endurtekning, undir yfirborðinu

Google DeepMind gaf út "Dream-RSI: Recursive Self-Improvement through Evolving Worlds" — og kóðunarlíkanið í því breytist aldrei.

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

Google DeepMind gaf út "Dream-RSI: Recursive Self-Improvement through Evolving Worlds" — og kóðunarlíkanið í því breytist aldrei. Undir yfirborðinu: hvað setningin þýddi í 60 ár, hvað raunverulega lykkjast í Dream-RSI (Python könnunarstefna sem "dreymir" yfir skráðum leitarþáttum), og hvers vegna 317 umboðsmiðlaköll í stað 550 er afsláttur, ekki upphaf. Niðurstaða: NEEDS REVIEW.

Lestu skriflegu útgáfuna (enska) ↗

Það sem þetta myndband fjallar um

  • 1965 → 2008: "Greindarsprenging" I. J. Good, fræ-gervigreind Yudkowsky – vél sem endurskrifar eigin vægi
  • 2025: AlphaEvolve – 48 margföldunar 4×4 fylkis margföldun, 0,7% af reikniafli Google endurheimt, Gemini kjarnar 23% hraðari
  • 2026: Dream-RSI – stefnan batnar, kóðarinn, dómarinn og endurskrifarinn eru allir frystir; skilaboðin segja "Ekki leysa vísindalega verkefnið"
  • X: "Google hefur nýlega brotið niður endurtekin sjálfsbætingu" (819 líkar) vs HN: "að kalla þetta RSI virðist villandi"
  • Númer notuð: §4.1 Lasso 550 → 317 umboðsmiðlaköll, 3587 → 2931 ms; Tafla 1 hringpakka 2.635983 = AlphaEvolveV2; §4.3 KernelBench 2.43× / 1.79× færri kynslóðir, allt að 2.09× hraðar; Viðauki B.2 skilaboð (allt úr PDF-skjalinu hér að ofan)

Spurningar og svör

Hvað þýðir endurkvæm sjálfsbæting í gervigreind?

Það þýðir að gervigreindarkerfi gerir sjálft sig gáfaðra og notar síðan gáfaðri útgáfuna til að gera það aftur. I. J. Good lýsti upplýsingasprengingu árið 1965 og ritgerð Eliezer Yudkowsky frá 2008 gerði hugmyndina miðlæga í öryggi gervigreindar. Í áratugi þýddi setningin kerfi sem endurskrifar eigin frumkóða eða þyngdir og verður gáfaðra í hverri umferð.

en.wikipedia.org · www.lesswrong.com

Hvað batnar í raun í Dream-RSI riti Google DeepMind?

Aðeins könnunarstefnan batnar. Það er Python forrit sem ákveður hvaða greinar leitar trés á að stækka. Samkvæmt ritinu eru forritarinn, dómarinn og endurskrifarinn allir frosnir Gemini íhlutir, og hvatningin í Viðauka B.2 segir kerfinu að breyta einni skrá og ekki að leysa vísindalega verkefnið.

arxiv.org · dream-rsi.com

Hvernig prófar gervigreindarkerfi nýjar aðferðir gegn uppteknum keyrslum í stað raunverulegs vélbúnaðar?

Dream-RSI breytir hverri fyrri keyrslu í endurspilunarhermi. Hver keyrsla skilur eftir tré af því sem var reynt og hvað það skoraði, og frosinn Gemini endurskrifar stefnuna. Nýja stefnan er síðan prófuð gegn þeim skráðu niðurstöðum í stað raunverulegra GPU. Ritið kallar þetta draumórar, og ein raunveruleg keyrsla borgar fyrir þúsundir draumkenndra keyrslna.

arxiv.org

Hversu mikill var mældur ávinningur í Dream-RSI?

Ávinningurinn var skilvirkni sparnaður. Á Lasso verkefninu þurfti föst könnun 550 umboðsmanna símtöl og Dream-RSI þurfti 317, með keyrslutíma sem lækkaði úr 3587 í 2931 ms. Á KernelBench þurfti það 2.43× færri kynslóðir. Hringpökkun skoraði 2.635983, það sama og AlphaEvolveV2. Það er afsláttur á útreikningum, samkvæmt þættinum, og engin ný hæfni.

arxiv.org

Ættu verktaki að kalla Dream-RSI endurkvæma sjálfsbætingu?

Niðurstaða The Daily Diff var NEEDS REVIEW. Lykkjan er raunveruleg og sparnaðurinn er mældur, en orðin tvö á forsíðunni lýsa vél sem er ekki í ritinu. Gagnleg athugun fyrir næsta RSI rit er að spyrja hvaða hlutur breytist, hver er frosinn og í hvaða einingu er fyrirsagnarnúmerið mælt.

arxiv.org · news.ycombinator.com

Þýtt afrit

Þýtt úr upprunalegri enskri frásögn. Tiltækt hljóð og textar eru stjórnaðir af YouTube.

0:00 Sjálfbætandi endurtekning er hugmyndin um að gervigreind geri sjálfa sig gáfaðri, notar síðan gáfaðra sjálf til að gera það aftur, og í þessari viku gaf Google út grein með þessum tveimur orðum í titlinum, þar sem vægi líkansins hreyfast aldrei. Þrjár tölur. Forstjóri Anthropic segir að þessi lykkja hafi verið í gangi frá því í sumar, sem er ástæða hans til að hægja á allri iðnaðinum. Tístið sem tilkynnti að Google hefði nýlega brotið niður það safnaði átta hundruðum líka á einum degi.

0:24 Og aðalniðurstaða greinarinnar er 317 líkanaköll í stað 550, sem er afsláttur, ekki upphaf. Á þremur mínútum: hvaðan setningin kom, hvað raunverulega lykkjast innan Dream-RSI, og hvernig á að lesa næstu grein með RSI á forsíðunni. Þetta er The Daily Diff, undir yfirborðinu. 1965. I. J. Good, tölfræðingur frá Bletchley Park sem vann við hlið Turing, skrifar að ofurgáfað vél gæti hannað enn betri vélar,

0:52 kallar það greindarsprengingu og síðustu uppfinningu sem maðurinn þarf nokkurn tíma að gera, að því gefnu að vélin sé nægilega auðmjúk til að segja okkur hvernig á að stjórna henni, sem er skilyrðið sem fólk hættir að lesa eftir kommu. Í fjörutíu ár þýddi setningin nákvæmlega það: kerfi sem breytir eigin frumkóða eða vægi og verður gáfaðra í hvert skipti. Ritgerð Eliezer Yudkowsky frá 2008 gerði það að burðarorði gervigreindar öryggis, og enginn hafði vél til að prófa það á, sem er kjöraðstæða fyrir skilgreiningu. Síðan í maí 2025 sendi DeepMind frá sér AlphaEvolve,

1:23 Gemini umboðsmiðil sem leggur fram kóða, fær hann metinn, heldur sigurvegarunum og stökkbreytir þeim aftur. Hann margfaldaði fjórum-með-fjórum flókin fylki í 48 skrefum, sló met Strassen sem sett var árið 1969, og hann endurheimtir um það bil núll komma sjö prósent af heildarreikniafli Google á heimsvísu, sem á stærðargráðu Google er gagnamiðstöð fundin undir sófanum. Gemini var nú að hjálpa til við að þjálfa Gemini, og setningin færðist hljóðlega frá öryggis- bloggum yfir í fréttatilkynningar. Dream-RSI festir stjórnandi ofan á þessa lykkju.

1:52 Stefna, raunverulegt Python forrit, ákveður hvaða greinar leitarþáttarins á að stækka, hversu margar samhliða, og hvenær á að gefast upp. Gemini skrifar frambjóðandakóðann og fastur matsaðili metur hann. Hver keyrsla skilur eftir tré af því sem var reynt og hvað það skoraði. Þetta tré verður endurspilunarlíkir: annar, jafn frosinn Gemini endurskrifar stefnuna, og nýja stefnan er prófuð gegn skráðum niðurstöðum í stað á raunverulegum GPUum.

2:16 Greinin kallar þetta að dreyma, og ein raunveruleg keyrsla borgar fyrir þúsundir draumakenndra án framkvæmdarkostnaðar. Sigurvegarinn fer aftur á netið, laug skráðra heima vex, endurtekið. Og skilaboðin í viðauka B.2 segja sjálfsbætandi gervigreindinni, skriflega: breyttu aðeins þessari einu skrá, og leystu ekki vísindalega verkefnið. Mælt. Á Lasso lausnarverkefninu eyddi föst könnun 550 Gemini köllum til að ná 3,6 sekúndum, Dream-RSI eyddi 317 til að ná 2,9, og báðir slógu scikit-learn.

2:46 Á KernelBench náði það sama kjarnahraða með um það bil 2,4 sinnum færri kynslóðum. Og á hringpökkun skoraði það 2,6359 83, sem er nákvæmlega, að sex aukastöfum, það sem AlphaEvolve útgáfa tvö skoraði í fyrra. Svo X las titilinn: Google hefur nýlega brotið niður endurtekin sjálfsbætingu. Hacker News las PDF-skjalið: að kalla þetta RSI virðist villandi. Og sömu viku sagði forstjóri keppinautar að lykkjan hefði verið í gangi frá því í sumar og allir ættu að hægja á sér.

3:13 Þrjár setningar, sömu tvö orðin, þrjár mismunandi vélar. Svo, mánudag, hvernig á að lesa næstu RSI grein. Eitt: spyrja hvaða hlutur breytist, vægin, kóðinn, eða leitarstillingarnar; Dream-RSI breytir því þriðja. Tvö: spyrja hver er frosinn; hér er það kóðarinn, dómarinn og endurskrifarinn, allir þrír. Þrjú: spyrja hvað aðaltalan er eining af. Reikniafl sparað er fínstilling; viðmið sem líkanið gat ekki náð áður er upphafið, og enginn hefur birt það ennþá.

3:40 Niðurstaða, undir yfirborðinu: NEEDS REVIEW. Lykkjan er raunveruleg, sparnaðurinn er mældur, og orðin tvö á forsíðunni lýsa vél sem er ekki í greininni. Ef þú vilt frekar lesa þetta en heyra mig segja það, þá lendir munurinn í pósthólfinu þínu á hverjum morgni, ókeypis á the daily diff dot dev, hlekkur hér að neðan. Segðu mér hvað ég á að opna næst í athugasemdunum. Og það er munurinn í dag. Ég er Niko frá Axrisi.

4:00 Sameinaðu á ábyrgan hátt.

Heimildir

  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

Tengd myndbönd