arXiv cs.AI / cs.LG 最新· Zekai Li·· 23 小时前AI 评分59
arXiv 论文提出 PhysRSI-eval，用五轴指标刻画 LLM 策略的物理递归自我改进
Where is Physical RSI capability from? An Observational Scaling Law of LLM-as-policy
AI 导读
这篇 arXiv 技术报告提出 PhysRSI-eval，用首次尝试表现、效率、成功率、预算和失败后的改进五个轴量化物理递归自我改进。作者在固定交互预算下用 18 个操作任务评测多个 VLM，据此提出物理木桶假说，认为不同能力约束改进的不同环节。五轴指标可区分公开榜单平均分接近的系统，高分未必对应更早或更高效的改进；工作区干预实验还显示移除历史会降低后期成功率。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org