+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

ការកែលម្អខ្លួនឯងឡើងវិញ ក្រោមគម្រប

Google DeepMind បានបោះពុម្ពផ្សាយ "Dream-RSI: ការកែលម្អខ្លួនឯងឡើងវិញតាមរយៈពិភពលោកដែលកំពុងរីកចម្រើន" — ហើយគំរូកូដនៅខាងក្នុងវាមិនដែលផ្លាស់ប្តូរឡើយ។

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

Google DeepMind បានបោះពុម្ពផ្សាយ "Dream-RSI: ការកែលម្អខ្លួនឯងឡើងវិញតាមរយៈពិភពលោកដែលកំពុងរីកចម្រើន" — ហើយគំរូកូដនៅខាងក្នុងវាមិនដែលផ្លាស់ប្តូរឡើយ។ ក្រោមគម្រប: អ្វីដែលឃ្លានេះមានន័យសម្រាប់រយៈពេល 60 ឆ្នាំ អ្វីដែលពិតជាកើតឡើងដដែលៗនៅក្នុង Dream-RSI (គោលការណ៍ស្វែងរក Python ដែល "សុបិន" លើមែកធាងស្វែងរកដែលបានកត់ត្រា) និងមូលហេតុដែលការហៅភ្នាក់ងារ 317 ជំនួសឱ្យ 550 គឺជាការបញ្ចុះតម្លៃ មិនមែនជាការចាប់ផ្តើមនោះទេ។ សាលក្រម: ត្រូវការពិនិត្យឡើងវិញ។

អានបោះពុម្ពជាលាយលក្ខណ៍អក្សរ (អង់គ្លេស) ↗

អ្វីដែលវីដេអូនេះគ្របដណ្ដប់

  • ឆ្នាំ 1965 → 2008: ការផ្ទុះបញ្ញារបស់ I. J. Good, AI គ្រាប់ពូជរបស់ Yudkowsky — ម៉ាស៊ីនដែលសរសេរទម្ងន់របស់ខ្លួនឯងឡើងវិញ
  • ឆ្នាំ 2025: AlphaEvolve — ការគុណម៉ាទ្រីស 4×4 ចំនួន 48 ដង, 0.7% នៃទិន្នន័យគណនារបស់ Google ត្រូវបានសង្គ្រោះ, Gemini kernels លឿនជាង 23%
  • ឆ្នាំ 2026: Dream-RSI — គោលការណ៍មានភាពប្រសើរឡើង, អ្នកសរសេរកូដ, ចៅក្រម និងអ្នកសរសេរឡើងវិញទាំងអស់ត្រូវបានបង្កក; សេចក្តីណែនាំបាននិយាយថា "កុំដោះស្រាយកិច្ចការវិទ្យាសាស្ត្រ"
  • X: "Google ទើបតែបំបែកការកែលម្អខ្លួនឯងឡើងវិញ" (819 like) ទល់នឹង HN: "ការហៅនេះថា RSI ហាក់ដូចជាយល់ច្រឡំ"
  • លេខដែលបានប្រើ: §4.1 Lasso 550 → ការហៅភ្នាក់ងារ 317 ដង, 3587 → 2931 ms; តារាងទី 1 ការវេចខ្ចប់រង្វង់ 2.635983 = AlphaEvolveV2; §4.3 KernelBench 2.43× / 1.79× ជំនាន់តិចជាង, លឿនជាងរហូតដល់ 2.09×; ឧបសម្ព័ន្ធ B.2 សេចក្តីណែនាំ (ទាំងអស់ពី PDF ខាងលើ)

សំណួរ និងចម្លើយ

តើអ្វីទៅជាអត្ថន័យនៃ recursive self-improvement នៅក្នុង AI?

វាមានន័យថាប្រព័ន្ធ AI ធ្វើឱ្យខ្លួនឯងឆ្លាតជាងមុន ហើយបន្ទាប់មកប្រើកំណែដែលឆ្លាតជាងមុនដើម្បីធ្វើវាម្ដងទៀត។ I. J. Good បានពិពណ៌នាអំពីការផ្ទុះបញ្ញានៅឆ្នាំ 1965 ហើយអត្ថបទរបស់ Eliezer Yudkowsky ឆ្នាំ 2008 បានធ្វើឱ្យគំនិតនេះក្លាយជាចំណុចកណ្តាលនៃសុវត្ថិភាព AI ។ អស់រយៈពេលជាច្រើនទសវត្សរ៍ឃ្លានេះមានន័យថាប្រព័ន្ធដែលសរសេរកូដប្រភព ឬទម្ងន់របស់វាឡើងវិញ ហើយចេញមកឆ្លាតជាងមុនរាល់ពេល។

en.wikipedia.org · www.lesswrong.com

តើអ្វីដែលពិតជាត្រូវបានកែលម្អនៅក្នុងឯកសារ Dream-RSI របស់ Google DeepMind?

មានតែគោលនយោបាយស្វែងរកប៉ុណ្ណោះដែលត្រូវបានកែលម្អ។ វាគឺជាកម្មវិធី Python ដែលសម្រេចចិត្តថាតើមែកធាងស្វែងរកមួយណាដែលត្រូវពង្រីក។ យោងតាមឯកសារ អ្នកសរសេរកូដ ចៅក្រម និងអ្នកសរសេរឡើងវិញ សុទ្ធតែជាសមាសធាតុ Gemini ដែលត្រូវបានបង្កក ហើយប្រអប់បញ្ចូលនៅក្នុងឧបសម្ព័ន្ធ B.2 ប្រាប់ប្រព័ន្ធឱ្យកែសម្រួលឯកសារមួយ ហើយមិនត្រូវដោះស្រាយកិច្ចការវិទ្យាសាស្ត្រនោះទេ។

arxiv.org · dream-rsi.com

តើប្រព័ន្ធ AI សាកល្បងយុទ្ធសាស្ត្រថ្មីៗប្រឆាំងនឹងការដំណើរការដែលបានកត់ត្រាទុកជំនួសឱ្យផ្នែករឹងពិតប្រាកដដោយរបៀបណា?

Dream-RSI ប្រែក្លាយរាល់ការដំណើរការកន្លងមកទៅជាកម្មវិធីក្លែងធ្វើឡើងវិញ។ រាល់ការដំណើរការបន្សល់ទុកនូវមែកធាងនៃអ្វីដែលត្រូវបានព្យាយាម និងអ្វីដែលវាបានដាក់ពិន្ទុ ហើយ Gemini ដែលត្រូវបានបង្កកបានសរសេរគោលនយោបាយឡើងវិញ។ គោលនយោបាយថ្មីត្រូវបានសាកល្បងប្រឆាំងនឹងលទ្ធផលដែលបានកត់ត្រាទាំងនោះជំនួសឱ្យ GPU ពិតប្រាកដ។ ឯកសារនេះហៅវាថាការយល់សប្តិ ហើយការដំណើរការពិតប្រាកដមួយចំណាយសម្រាប់រាប់ពាន់នៃក្តីសុបិន្ត។

arxiv.org

តើការកើនឡើងដែលបានវាស់វែងនៅក្នុង Dream-RSI មានទំហំប៉ុនណា?

ការកើនឡើងគឺជាការសន្សំប្រសិទ្ធភាព។ លើកិច្ចការ Lasso ការស្វែងរកថេរត្រូវការការហៅភ្នាក់ងារ 550 ដង ហើយ Dream-RSI ត្រូវការ 317 ដង ដោយពេលវេលាដំណើរការធ្លាក់ចុះពី 3587 ទៅ 2931 ms ។ លើ KernelBench វាត្រូវការជំនាន់តិចជាង 2.43 ដង។ ការវេចខ្ចប់រង្វង់បានពិន្ទុ 2.635983 ដូចគ្នានឹង AlphaEvolveV2 ។ នេះគឺជាការបញ្ចុះតម្លៃលើការគណនា យោងតាមវគ្គ និងគ្មានសមត្ថភាពថ្មីទេ។

arxiv.org

តើអ្នកអភិវឌ្ឍន៍គួរហៅ Dream-RSI ថា recursive self-improvement ដែរឬទេ?

សាលក្រមរបស់ The Daily Diff គឺ NEEDS REVIEW ។ រង្វិលជុំគឺពិតប្រាកដហើយការសន្សំត្រូវបានវាស់វែង ប៉ុន្តែពាក្យពីរនៅលើគម្របពិពណ៌នាអំពីម៉ាស៊ីនដែលមិនមាននៅក្នុងឯកសារ។ ការពិនិត្យដ៏មានប្រយោជន៍សម្រាប់ឯកសារ RSI បន្ទាប់គឺត្រូវសួរថាវត្ថុអ្វីដែលផ្លាស់ប្តូរ អ្នកណាត្រូវបានបង្កក និងឯកតានៃលេខចំណងជើងត្រូវបានវាស់វែងក្នុងអ្វី។

arxiv.org · news.ycombinator.com

កំណត់ត្រាដែលបានបកប្រែ

បកប្រែចេញពីការនិទានដើមជាភាសាអង់គ្លេស។ សំឡេង និងចំណងជើងរងដែលមានគឺស្ថិតនៅក្រោមការគ្រប់គ្រងរបស់ YouTube។

0:00 ការកែលម្អខ្លួនឯងឡើងវិញ គឺជាគំនិតដែលថា AI ធ្វើឱ្យខ្លួនវាកាន់តែឆ្លាតវៃ, បន្ទាប់មកប្រើខ្លួនឯងដែលឆ្លាតវៃជាង ដើម្បីធ្វើវាម្ដងទៀត ហើយសប្តាហ៍នេះ Google បានបោះពុម្ពផ្សាយ ក្រដាសដែលមានពាក្យពីរនោះនៅក្នុងចំណងជើង ដែលទម្ងន់របស់ម៉ូដែលមិនដែល ផ្លាស់ប្តូរឡើយ។ លេខបី។ នាយកប្រតិបត្តិរបស់ Anthropic និយាយថា វដ្តនេះបានដំណើរការតាំងពីដើមរដូវក្តៅមកម្ល៉េះ, ដែលជាហេតុផលរបស់គាត់ក្នុងការបន្ថយល្បឿនឧស្សាហកម្មទាំងមូល។ ធ្វីតដែលប្រកាសថា Google ទើបតែបំបែកវា បានប្រមូលការចូលចិត្តប្រាំបីរយ ក្នុងមួយថ្ងៃ។

0:24 ហើយលទ្ធផលចំណងជើងរបស់ក្រដាសនោះគឺ 317 ម៉ូដែលហៅជំនួសឱ្យ 550, ដែលជាការបញ្ចុះតម្លៃ មិនមែនជាការចាប់ផ្តើមនោះទេ។ ក្នុងរយៈពេលបីនាទី: កន្លែងដែលឃ្លានេះបានមកពីណា អ្វីដែលពិតជាកើតឡើងដដែលៗនៅខាងក្នុង Dream-RSI, និងរបៀបអានក្រដាសបន្ទាប់ដែលមាន RSI នៅលើគម្រប។ នេះគឺ The Daily Diff, ក្រោមគម្រប។ ឆ្នាំ 1965. I. J. Good, អ្នកស្ថិតិ Bletchley Park ដែលធ្វើការនៅក្បែរ Turing, សរសេរថា ម៉ាស៊ីនដែលមានបញ្ញាខ្ពស់អាចរចនាម៉ាស៊ីនដែលប្រសើរជាងមុន,

0:52 ហៅវាថាការផ្ទុះបញ្ញា និងការបង្កើតចុងក្រោយដែលមនុស្សត្រូវការបង្កើត, ដោយផ្តល់ឱ្យថាម៉ាស៊ីននេះចេះស្តាប់បង្គាប់គ្រប់គ្រាន់ដើម្បីប្រាប់យើងពីរបៀបគ្រប់គ្រងវា, ដែលជាអ្វីដែលមនុស្សឈប់អានបន្ទាប់ពីសញ្ញាក្បៀស។ សម្រាប់រយៈពេលសែសិបឆ្នាំ ឃ្លានេះមានន័យដូចគ្នាថា: ប្រព័ន្ធដែលកែសម្រួល ប្រភព ឬទម្ងន់របស់ខ្លួនឯង ហើយចេញមកឆ្លាតវៃជាងមុនរាល់ពេល។ អត្ថបទរបស់ Eliezer Yudkowsky ឆ្នាំ 2008 បានធ្វើឱ្យវាក្លាយជាពាក្យសំខាន់នៃសុវត្ថិភាព AI, ហើយគ្មាននរណាម្នាក់មានម៉ាស៊ីនដើម្បីសាកល្បងវានោះទេ ដែលជាលក្ខខណ្ឌដ៏ល្អសម្រាប់ និយមន័យ។ បន្ទាប់មកនៅខែឧសភា ឆ្នាំ 2025 DeepMind បានចេញផ្សាយ AlphaEvolve,

1:23 ភ្នាក់ងារ Gemini ដែលស្នើកូដ ទទួលបានពិន្ទុ រក្សាអ្នកឈ្នះ និងផ្លាស់ប្តូរ ពួកវាម្ដងទៀត។ វាបានគុណម៉ាទ្រីសស្មុគស្មាញបួនគុណបួនក្នុង 48 ជំហាន, បំបែកកំណត់ត្រា Strassen ដែលបានកំណត់នៅឆ្នាំ 1969, ហើយវាអាចសង្គ្រោះប្រហែលសូន្យ ចំណុចប្រាំពីរភាគរយនៃទិន្នន័យគណនារបស់ Google នៅទូទាំងពិភពលោក ដែលនៅកម្រិតរបស់ Google គឺ មជ្ឈមណ្ឌលទិន្នន័យដែលរកឃើញនៅក្រោមសាឡុង។ Gemini ឥឡូវនេះកំពុងជួយបណ្តុះបណ្តាល Gemini, ហើយឃ្លានេះបានផ្លាស់ប្តូរដោយស្ងៀមស្ងាត់ពីប្លុកសុវត្ថិភាព ទៅក្នុងសេចក្តីប្រកាសព័ត៌មាន។ Dream-RSI បំពាក់ឧបករណ៍បញ្ជាពីលើវដ្តនោះ។

1:52 គោលការណ៍មួយ កម្មវិធី Python ពិតប្រាកដមួយ សម្រេចចិត្ត ថាមែកធាងស្វែងរកមួយណាដែលត្រូវ ពង្រីក, ប៉ុន្មានស្របគ្នា, និងពេលណាត្រូវបោះបង់។ Gemini សរសេរកូដបេក្ខជន, ហើយអ្នកវាយតម្លៃថេរវាយតម្លៃវា។ រាល់ការរត់ទុកចោលនូវមែកធាងនៃអ្វីដែលត្រូវបានព្យាយាម និងអ្វីដែលវាបានវាយតម្លៃ។ មែកធាងនោះក្លាយជាម៉ាស៊ីនពិសោធន៍ចាក់សារឡើងវិញ: Gemini ទីពីរដែលបង្កកដូចគ្នា សរសេរឡើងវិញ គោលការណ៍, ហើយគោលការណ៍ថ្មីត្រូវបានសាកល្បងប្រឆាំងនឹងលទ្ធផលដែលបានកត់ត្រាជំនួសឱ្យ នៅលើ GPUs ពិតប្រាកដ។

2:16 ក្រដាសនេះហៅវាថាការសុបិន, ហើយការរត់ពិតប្រាកដមួយបង់ថ្លៃសម្រាប់ការសុបិនរាប់ពាន់ ដោយគ្មានថ្លៃប្រតិបត្តិការ។ អ្នកឈ្នះត្រឡប់មកអ៊ីនធឺណិតវិញ អាងនៃពិភពលោកដែលបានកត់ត្រាកើនឡើង ធ្វើម្តងទៀត។ ហើយសេចក្តីណែនាំក្នុងឧបសម្ព័ន្ធ B.2 ប្រាប់ AI ដែលកែលម្អខ្លួនឯង, ជាលាយលក្ខណ៍អក្សរ: កែសម្រួលតែឯកសារនេះមួយប៉ុណ្ណោះ, ហើយកុំដោះស្រាយកិច្ចការវិទ្យាសាស្ត្រ។ វាស់វែង។ លើកិច្ចការដោះស្រាយ Lasso, ការស្វែងរកថេរបានចំណាយ 550 ការហៅ Gemini ដើម្បី ឈានដល់ 3.6 វិនាទី, Dream-RSI បានចំណាយ 317 ដើម្បីឈានដល់ 2.9, ហើយទាំងពីរបានយកឈ្នះ scikit-learn ។

2:46 លើ KernelBench វាបានឈានដល់ល្បឿន kernel ដូចគ្នាជាមួយនឹងប្រហែល 2.4 ដង ជំនាន់តិចជាង។ ហើយលើការវេចខ្ចប់រង្វង់វាបានពិន្ទុ 2.6359 83, ដែលពិតប្រាកដ, ដល់ប្រាំមួយទសភាគ, អ្វីដែល AlphaEvolve កំណែពីរ បានពិន្ទុឆ្នាំមុន។ ដូច្នេះ X បានអានចំណងជើង: Google ទើបតែបំបែកការកែលម្អខ្លួនឯងឡើងវិញ។ Hacker News បានអាន PDF: ការហៅនេះថា RSI ហាក់ដូចជាយល់ច្រឡំ។ ហើយក្នុងសប្តាហ៍ដដែល នាយកប្រតិបត្តិនៃគូប្រជែងម្នាក់បាននិយាយថា វដ្តនេះបានដំណើរការតាំងពីដើមរដូវក្តៅមកម្ល៉េះ ហើយមនុស្សគ្រប់គ្នាគួរតែបន្ថយល្បឿន។

3:13 បីប្រយោគ, ពាក្យពីរដូចគ្នា, ម៉ាស៊ីនបីផ្សេងគ្នា។ ដូច្នេះ, ថ្ងៃច័ន្ទ, របៀបអានក្រដាស RSI បន្ទាប់។ ទីមួយ: សួរថាវត្ថុអ្វីដែលផ្លាស់ប្តូរ, ទម្ងន់, កូដ, ឬការកំណត់ស្វែងរក; Dream-RSI ផ្លាស់ប្តូរទីបី។ ទីពីរ: សួរថាអ្នកណាដែលបង្កក; នៅទីនេះគឺអ្នកសរសេរកូដ, ចៅក្រម និងអ្នកសរសេរឡើងវិញ, ទាំងបី។ ទីបី: សួរថាតើលេខចំណងជើងជាឯកតារបស់អ្វី។ ការគណនាដែលបានសន្សំគឺជាការបង្កើនប្រសិទ្ធភាព; គោលដៅដែលម៉ូដែលមិនអាចទៅដល់ពីមុនគឺ ការចាប់ផ្តើម, ហើយគ្មាននរណាម្នាក់បានបោះពុម្ពផ្សាយវានៅឡើយទេ។

3:40 សាលក្រម, ក្រោមគម្រប: ត្រូវការពិនិត្យឡើងវិញ។ វដ្តនេះពិតប្រាកដ, ការសន្សំត្រូវបានវាស់វែង, ហើយពាក្យពីរនៅលើគម្រប ពណ៌នាអំពីម៉ាស៊ីនដែលមិនមាននៅក្នុងក្រដាស។ ប្រសិនបើអ្នកចង់អាននេះជាជាងស្តាប់ខ្ញុំនិយាយ, diff ទៅដល់ប្រអប់សំបុត្ររបស់អ្នក រៀងរាល់ព្រឹក, ឥតគិតថ្លៃនៅ the daily diff dot dev, តំណភ្ជាប់ខាងក្រោម។ ប្រាប់ខ្ញុំពីអ្វីដែលត្រូវបើកបន្ទាប់នៅក្នុងមតិយោបល់។ ហើយនោះគឺជា diff សម្រាប់ថ្ងៃនេះ។ ខ្ញុំ Niko មកពី Axrisi ។

4:00 បញ្ចូលគ្នាយ៉ាងមានការទទួលខុសត្រូវ។

ប្រភព

  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

វីដេអូដែលពាក់ព័ន្ធ

under-the-hood · km · 12 តុលា 2026

ឯកសារម៉ូដែល Hugging Face អាចដំណើរការកូដលាក់កំបាំង

កញ្ចប់ម៉ូដែលព្យាបាទអាចប្រតិបត្តិលេខកូដក្នុងអំឡុងពេលផ្ទុកមិនមានសុវត្ថិភាព។ ឧទាហរណ៍បីដែលបានចងក្រងជាឯកសារពន្យល់ពីសែលបញ្ច្រាស Pickle ឥរិយាបថម៉ាស៊ីនស្កេនឯកសារដែលខូច និងការភាន់ច្រឡំឈ្មោះម៉ូដែលដែលបង្ហាញដោយកា

3:33 ↗
under-the-hood · km · 11 តុលា 2026

Stripe នឹងចងចាំសំណើរបស់អ្នកនៅពេលការឆ្លើយតបបាត់

ការអស់ពេលអាចធ្វើឱ្យការបង់ប្រាក់មិនច្បាស់លាស់បន្ទាប់ពីម៉ាស៊ីនមេបានបញ្ចប់ប្រតិបត្តិការ។ អ្នកពន្យល់ពី Under the Hood នេះប្រើកិច្ចសន្យា idempotency ដែលបានចងក្រងជាឯកសាររបស់ Stripe API v1 ដើម្បីបង្ហាញគ្រាប់

2:54 ↗
under-the-hood · km · 10 តុលា 2026

Shopify បានផ្លាស់ប្តូរការកក់ទុកសារពើភ័ណ្ឌទៅក្នុង MySQL

Shopify បានផ្លាស់ប្តូរប្រព័ន្ធកក់ទុកសារពើភ័ណ្ឌរបស់ខ្លួនពី Redis ទៅក្នុងមូលដ្ឋានទិន្នន័យ MySQL ដែលបានរក្សាសៀវភៅបញ្ជីសារពើភ័ណ្ឌរួចហើយ។ អាងដែលកំណត់ដោយជួរដេកឯកតានីមួយៗដែលអាចចាក់សោបាន អនុញ្ញាតឱ្យការទូទាត់ប

2:58 ↗
under-the-hood · km · 24 កញ្ញា 2026

SAML, នៅពីក្រោយ៖ ហត្ថលេខានៅក្នុងលិខិត

SAML ចូលប្រើកម្មវិធីការងារស្ទើរតែទាំងអស់ ហើយហត្ថលេខារបស់វាមាននៅក្នុង XML ដែលវាចុះហត្ថលេខា។ នៅពីក្រោយ៖ ដំណើរការចូលរវាងកម្មវិធី កម្មវិធីរុករក និងអ្នកផ្តល់អត្តសញ្ញាណ តើការអះអាងមើលទៅដូចម្ដេច ហេតុអ្វីបានជា

3:02 ↗