跳到正文
热点事件持续更新

北大团队提出RSI Token成本核算

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

北大团队提出RSI Tax,从token成本角度核算递归自我改进,并在六种方法、两个模型上评估。结果显示,有界笔记基线SRN准确率达59.18%,较Meta-Harness、EvoSkill和RRSI节省65.6%—71.0%的token。 该方法将成本分为验证、探索和写入三类,其中验证占74.8%—93.6%。作者据此主张,以token效率衡量自动化研究框架的实际收益。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. AGI Hunt
    北大团队提出 RSI Tax:验证开销占递归自我改进成本的 74.8-93.6%

    北大团队提出 RSI Tax,从 token 成本视角核算递归自我改进,在六个方法、两个模型上评估后,有界笔记基线 SRN 准确率达 59.18%,较 Meta-Harness、EvoSkill、RRSI 节省 65.6-71.0% token。RSI Tax 将成本分为验证、探索和写入三类,其中验证占 74.8-93.6%,作者主张用 token 效率衡量自动化研究框架的实际收益。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月18日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。