物理RSI能力观测缩放定律与PhysRSI-eval基准

2026年10月19日，Hugging Face Daily Papers 报道了一项关于物理递归自我改进（RSI）机制与缩放行为的研究。该研究提出 PhysRSI-eval 五轴指标，分别衡量首次尝试表现、效率、成功率、预算和失败后改进，并在 18 个操作任务上以固定交互预算评测不同视觉语言模型（VLM）。实验引出“物理木桶假说”，即不同能力可能约束改进的不同环节；五轴指标还能区分公开基准均分接近的系统。工作区干预显示，移除历史会降低后期成功率，冻结工作区在未见布局上仍有效，三个跨任务案例更早取得成功。目前进展为上述基准与指标已公开报道，尚无后续验证或更新。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。