VicroCode
让代码创造价值
VicroCode是一个轻量级代码在线发布、交易平台,开箱即用,免部署、免服务器、免备案,支持接入智能体、通用管理系统、游戏等多种项目
稍候片刻,您可先学习AI编程手册
正在加载中...

市场信息

[程序员] 读了一堆 RSI 的论文,感觉都是在炒 RL 的冷饭

现在 RSI 的工作漫天飞,看来看去,绕不开几个核心问题: 怎么更高效地 sampling ,找到值得尝试的改动? 得到新 variant 后,怎么准确判断它有没有变好? 怎么保持多样性,避免越进化,路越窄? 探索与利用、评估、多样性,都是熟悉的老问题。严格说,这些方法不全是 RL ,但换成“自进化”的名字,也没让这些问题消失。

www.v2ex.com · 2026-10-28T03:35:20+00:00

现在 RSI 的工作漫天飞,看来看去,绕不开几个核心问题: 怎么更高效地 sampling ,找到值得尝试的改动?得到新 variant 后,怎么准确判断它有没有变好?

怎么保持多样性,避免越进化,路越窄?探索与利用、评估、多样性,都是熟悉的老问题。

严格说,这些方法不全是 RL ,但换成“自进化”的名字,也没让这些问题消失。我们想做的是 RSI 领域的 scikit-learn:基于 Meta-learning 思路,把进化算法模块化。

目标是让 GEPA 、RRSI 、Harness² 这类算法更容易实现和比较。目前已经实现了一个 GEPA 变体,用任务轨迹和评测反馈迭代优化 Agent 的提示词、工具和工作流。

当前实验结果表明:在 AutomationBench 的 100 道公开 Marketing 题上,Luna + Gear 优化后的 DSH ,目标完成率达到 88.88%,高于 Astra + Codex 的 84.08%。这批题参与过优化,泛化效果还需独立验证。

另外,同用优化后的 DSH 时,Luna 的单任务 API 等价费用比 Astra 低约 95%,不含优化开销。如果你在学习 RSI ,可以从 Gear 的完整实验入手;如果你在研究算法,可以复用执行和评测流程;如果你想用在自己的业务里,准备一套任务和验收标准,就可以开始优化专属 harness 。

Github: https://github.com/rsi-gear/gear Paper: /ai-market-guide/

返回 AI 市场导读

来源:v2ex.com