Druga提出递归自我改进AI路径
热点事件持续更新
Druga提出递归自我改进AI路径
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Sakana AI的Stefania Druga在首尔Deep Dive 2026大会发表演讲，提出“Learning to Discover”路径，主张通过递归改进推动AI自我提升。 她将自我改进分为artifact优化、harness适应、模型改进和递归改进四层，称应以可验证对象为改进重点，并用“控制力”衡量主权AI，使失败成本更低。
AI 根据报道生成 · 1 小时前更新
最新进展11月14日 09:29
Sakana AI首尔演讲：递归自我改进AI与三大判断报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- AGI HuntSakana AI首尔演讲：递归自我改进AI与三大判断
Sakana AI的Stefania Druga在首尔Deep Dive 2026大会演讲，提出递归自我改进AI的“Learning to Discover”路径及三大判断。她将自我改进分为artifact优化、harness适应、模型改进和递归改进四层，强调只改进可验证对象、以“控制力”衡量主权AI，并让失败成本更低。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。