**RSI Arena：迈向人类反馈驱动的递归自我改进**

_RSI Arena: Towards Recursive Self-Improvement with Human Feedback_

> 研究团队推出了 RSI Arena，这是一个两阶段研究，旨在探索 AI 代理如何利用人类反馈自主训练并改进语言模型。在为期六天的第一阶段中，十个前沿模型代理基于相同的基座模型，独立选择数据并实施训练，最终生成的最强模型在多项基准测试中显著缩小了与指令微调模型的差距。进入第二阶段后，代理们根据第一阶段的人类投票记录进行进一步训练，其中八个模型在风格调整后的相对评分上实现了提升。该研究为理解人类反馈如何指导 AI 系统的自主开发提供了可审计的框架，是迈向递归自我改进的重要一步。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-28 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.33624)