Google 研究者提出 RRSI 方法，防止自我改进 AI Agent 记忆测试题

自我改进型 AI Agent 容易记忆测试任务，导致在新任务上的收益缩小甚至消失。Google 研究者提出 RRSI 方法以抑制这一效应，据称在未见基准上最多提升 4.7 分，且 token 用量比未正则化版本减少约 30%。

AI推荐理由 该报道介绍 Google 研究者提出的 RRSI 方法，用于缓解自我改进型 AI Agent 在测试任务上过拟合、记忆测试题的问题，并称在未见基准上提升最多 4.7 分、token 用量减少约 30%。这是针对 Agent 自我改进泛化能力的具体方法，对 Agent 训练与评测有参考价值；但摘要未给出论文链接、实验设置和基准细节，提升幅度与 token 节省数据无法独立核实，需保留不确定性。