物理RSI能力来自哪里？一种关于将大型语言模型作为策略的观察性标度规律

在本文中，我们系统地研究了物理递归自我改进的机制、规模行为和泛化能力。我们引入了 PhysRSI-eval，通过五个维度的指标来量化物理递归自我改进：首次尝试性能、效率、成功率、预算和改进。