ParetoRSI-Gym：评估 AI Agent 能否跨域递归自我改进语言模型

UIUC、UC Berkeley 等机构与 Google 的论文提出 ParetoRSI-Gym，用于评估递归自我改进（RSI）Agent 在固定模型与训练管线下的跨域能力。该基准覆盖数学、代码、医学、金融、科学等代理基准，并以「Pareto 进度」衡量一项能力提升是否牺牲另一域表现；实验显示，Agent 数据策划可带来显著泛化收益，但不同策略明显分化。