RSIGym：递归自我改进研究环境开源发布

研究者 Fanqing Meng 等发布并开源 RSIGym，一个基于 Everything as a Service（EaaS）的 agent 原生研究环境，用于支持递归自我改进（RSI）研究。该环境通过可复用服务支撑 Data、Harness 和 Joint 三条改进轨道，并定义 RSI-Index 衡量五个基准上剩余性能差距的闭合比例。 作者称，在每次基准运行 500 美元平台服务预算下，Opus 5 取得最高 RSI-Index 0.4809。完整代码与结果已开源，以支持复现和后续研究。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。