Reels-RSI:程序级自我改进做解说视频
热点事件持续更新
Reels-RSI:程序级自我改进做解说视频
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
开源项目 Reels-RSI 提出一种程序级自我改进框架:把代码解说视频视为可由确定性渲染器生成帧的程序,自我改进发生在程序层面而非模型权重或提示词层面。该框架面向任意智能体环境,代码、规则、经验与数据均公开,但任何内容进入记忆都需经人工决定。 在 111 个视频的实验中,现场学到的规则在旧帧中发现四个潜在缺陷、新帧零缺陷,并在“弱导演”设定下充当守卫(未守护时 30 次违规对守护后 5 次)。研究还指出,首轮改写 11 比 1 的判定源自投票设计中的位置偏差:评委有 62%–81% 选择第二个视频。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
Reels-RSI:面向代码渲染解说视频的程序级自我改进框架报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.AIReels-RSI:面向代码渲染解说视频的程序级自我改进框架
开源项目 Reels-RSI 提出在程序层面而非权重或提示词层面实现自我改进,将解说视频视为可由确定性渲染器生成帧的程序。在 111 个视频的实验中,现场学到的规则在旧帧中发现四个潜在缺陷、新帧零缺陷,并作为弱导演的守卫(未守护 30 次违规对 5 次)。研究还揭示首轮改写 11-1 的判定源于投票设计中的位置偏差(评委 62-81% 选第二个视频)。
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。