MetaRSI统一三类自我改进小模型平均提升10.9分

CosmosMind联合斯坦福、伯克利、MIT、清华、北大等十余所高校发布MetaRSI-v1。该系统首次把Model-RSI、Data-RSI与Harness-RSI纳入统一的元递归架构，在没有外部教师模型参与的情况下，优化“自我改进”本身。

在四项基准测试中，3B激活参数的小模型平均提升10.9分；GPT-5.6、Claude Opus 5等六款前沿模型也平均提升7.3分。项目提出一套包含Loop Kernel、两条编排轴、三个算子、元RSI层和五条定律的统一框架。

Loop Kernel将自我改进抽象为通用闭环：系统从执行反馈中提取学习信号，修改Data、Harness或Model，再由验证器裁决，并把结果反馈给下一轮。三类对象因此可以作为同一内核的不同算子组合调度。

Data-RSI负责从运行轨迹合成经验证的数据，Harness-RSI改写System Prompt、Skill、MCP、Tools、Memory等槽位，Model-RSI则通过训练更新参数和结构。横向编排决定算子顺序，纵向优化改写算子内部规则；MetaRSI² Agent、RSI² Agent、RSI² Sub-Agent和Transition Agent共同形成三个优化层级。

小模型实验采用Qwen3.5-35B-A3B（总参数35B、激活参数3B），同时启用三类算子，并在Terminal-Bench 2.1、SWE-bench Pro、GPQA-Diamond高难子集和AIME上测试。

结果显示，SWE-bench Pro解决率接近翻倍，元层机制还显著扩大了连续自我进化的累计收益。

面向Claude Opus 5、GPT-5.6 sol、Kimi K3等六款前沿模型的实验仅启用Data-RSI和Harness-RSI，在Terminal-Bench 2.1上平均提升7.3分，表明大型或闭源模型仍有可观的自我改进空间。

MetaRSI提出的五条定律指出：验证器决定改进边界；能力边界需要持续重新发现；同一能力的载体不同会带来不同成本，成熟系统应将能力迁移到更廉价的载体；可信度应由不可写面衡量；循环不会凭空创造能力，增益来自外部信息输入或既有潜力的激发。项目还开源了可持续学习和迭代的RSI-Harness，并计划将可编程仪器、自动化实验室和仿真环境接入闭环，让机器承担从假设到验证的部分工作。