一篇由 METR 与多所高校联合发表的论文，系统建模了递归式自我改进（RSI）的经济学原理。作者构建了一系列逐步丰富的有向图模型，以刻画 AI 能力进步中的反馈循环，并区分了"窄"与"宽"AI 能力–前者仅优化 AI 研发基准，后者涵盖更广泛的经济价值任务。论文整理了关键参数的现有估计，并提出了 AI 公司可公开测量的实证数据清单。基于现有数据的粗略校准表明，当前反馈循环的强度尚不足以产生自我维持的加速，但正在增强。
来源：Hacker News 热门（buzzing.cc 中文翻译） — 查看原文
数据来源：AI HOT (aihot.virxact.com)
发表回复