RSI-Anything：利用预测性世界模型实现递归自我改进

发生了什么

据Hugging Face Papers 2026年10月11日发布的论文，RSI-Anything是一个基于JEPA-Anything的通用框架，利用预测性世界模型指导行动和学习数据选择。在代码修复中，通过预测性选择和世界模型适应，成功率分别从静态验证器的26.3%提升至29.2%和31.2%。GUI评估显示任务完成率提高，平均操作减少39.4%。实验室规划得分在五次策略迭代后从21.80%翻倍至46.01%。在反应优化中，其达到96.15%的平均最佳观察产率，优于贝叶斯优化的82.16%。