模型改写另一模型权重实现自我改进的演示缺乏论文与复现数据

作者评估了模型读取并改写另一个模型权重以实现自我改进的演示，认为其潜力与炒作并存。当前案例仅修复简单 loop bug，所谓“比强化学习好 20 倍”无法复现，Atari Seaquest 实为 89 比 53，Breakout 为 58 比 25。