递归自改进模型新路线：用路由记录自我进化
推荐指数 72.0 NO. 022 · 2026.09.10
upvotes354comments5
为什么值得看
NeoHorse-1 通过智能路由记录每次交互的预测能力需求、服务层级选择和后续反馈，将这些记录转化为训练信号实现模型自我迭代。这是少数把"递归自我改进"从概念落到具体训练机制的工作，对想构建自主进化 AI 系统的团队有直接参考价值。
媒体预览
编辑判断
RSI 领域之前多是哲学讨论或闭环生成数据的简单循环，这篇的核心差异是把"路由决策"本身变成可学习的训练信号——模型不仅学怎么回答，还学怎么判断自己需要什么能力层级。这比 Constitutional AI 或 STaR 等方法的反馈信号更结构化，但也更依赖 heterogeneous model pool 的质量和覆盖度。
论文提到记录 predicted capability demand 和 selected service tier，但没开源代码和训练成本细节，这是最大的不确定点。如果路由层的标注和蒸馏开销接近重新训练一个模型，那落地价值会大打折扣。建议等代码释放后重点看 curriculum distillation 阶段的算力消耗和收敛曲线。