RSI-Opt：可递归自我改进的优化器智能体

RSI-Opt 让优化器智能体跨训练运行积累流程与代码并自我改进。

资讯摘要

论文提出 RSI-Opt，一种即插即用的递归自我改进优化器智能体，让 LLM 智能体在训练中监控动态并调整优化器设置，同时通过元智能体依据历史运行证据改写提示、流程手册、优化器代码库与决策节奏，并用存档保留已评估策略。作者报告在三个训练任务、5 代演化中，智能体发展出可复用流程与代码并自行做 CPU 代理实验；演化套件 z 分数从 +10.48 升至 +14.33（Opus 5.5），跨模型策略迁移在留出任务上从 -0.36 升至 +3.11（GPT-5.5）。

要点速读

1. RSI-Opt 由元智能体改写提示、流程手册、优化器代码库和决策节奏，并归档已评估策略以供继续演化。
2. 作者报告在三个训练任务上经 5 代演化，智能体形成可复用流程与代码，并自行开展 CPU 代理实验。
3. Burgers PDE 上平均相对 L₂ 误差较固定提示基线分别降低约 2.7 倍（Opus 5.5）和 8.8 倍（GPT-6.1），但 PDE 迁移随模型与任务而异。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。