做好 evals 才能实现递归自我改进

2026年10月30日，X 平台用户 Elvis Saravia（DAIR.AI）(@omarsar0) 就递归自我改进（RSI）与评估（evals）的关系发表看法。该报道称，不做 evals 就谈不上真正的递归自我改进，并指出智能体自动生成的 evals 质量很差。该报道还称，给智能体提供具体的结果衡量方式，有助于围绕长期目标持续推进，因为指标清晰时更容易做 hill climbing；无论投入多少智能体和智能，缺乏合适的 evals 都走不远。上述说法均来自该单一来源的表述，报道未提供进一步的数据、案例或时间线细节。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。