CosmosMind发布MetaRSI-v1：统一RSI的元递归架构
原标题：AI开始改进“改进自己的方法”，RSI进入平方时代丨MetaRSI
AI 摘要
CosmosMind联合斯坦福、伯克利、MIT、清华、北大等十余家高校发布MetaRSI-v1，称其为全球首个统一Model-RSI、Data-RSI、Harness-RSI的元递归架构，可改进自我改进过程本身。在无外部教师模型参与下，30亿激活参数小模型在四项基准平均自我提升10.9分，GPT-5.6、Claude Opus 5等六款前沿模型平均提升7.3分。团队同步开源RSI-Harness，并提出Loop Kernel范式、双轴编排、四个Agent与五条定律。
正文节选
AI开始改进“改进自己的方法”，RSI进入平方时代丨MetaRSI 小模型突破瓶颈，旗舰模型打开新空间 允中 发自 凹非寺 量子位 | 公众号 QbitAI 让模型自己生成训练数据、自己改写提示词、自己修复代码，这条路线被称为： 递归自我改进（Recursive Self-Improvement，RSI）。 但几乎所有RSI系统都是同一套结构：一个固定不变的改进程序，反复作用于模型。并往往只从Harness、Data或Model RSI的单一视角切入。 为了回应这一难题，CosmosMind联合斯坦福、伯克利、MIT、清华、北大等十余家海内外高校发布MetaRSI-v1。 这是全球首个统一Model-RSI、Data-RSI、Harness-RSI的元递归架构，能够改进“自我改进的过程”。 RSI由此进入“平方时代”。 在没有任何外部教师模型参与下，MetaRSI-v1使得一个仅30亿激活参数的小模型，在四项基准上平均自我提升10.9分；并且让GPT-5.6、Claude Opus 5等六款前沿旗舰模型，平均提升7.3分。 更重要的是数字背后， MetaRSI-v1是一套试图统一整个R