石溪大学发布大模型自我改进综述：从人工监督到全生命周期自主进化

9 月 22 日，美国纽约州立大学石溪分校 AI 创新研究院宣布，该校研究团队的综述论文《大语言模型的自我改进：技术综述与未来展望》被机器学习期刊 TMLR 接收，并获 Survey Certification（调查类论文认证）。论文由博士生 Haoyan Yang 与助理教授 Jiawei Zhou 领衔，历时一年完成。

研究指出，当前大模型能力提升高度依赖人工监督——人工编写训练样本、排序模型回答、修正错误，成本高、速度慢，且受限于人类知识边界。团队系统梳理了模型自主参与自身改进的完整生命周期框架，覆盖数据获取、数据选择、模型优化等阶段，认为随着 Agent 技术成熟，自动化系统将逐步承担生成数据、提供反馈、评估输出的工作。作者表示，五年前的问题是“如何训练更聪明的 AI”，如今的问题已是“AI 如何自动学会自我改进”。

【AICOR 点评】自我改进（RSI）正从极客概念变成学术与产业共同推进的工程路线——阿里在云栖大会讲 Qwen 的 RSI 探索，小米把 MiMo-V2.6 定位为 RSI 关键一步，石溪大学的综述则给出方法论地图。需要清醒的是：模型自主进化的每一步，都在压缩“人在环上”的位置，组织必须同步升级对 AI 行为的审计与对齐能力。企业引入的每一个自主智能体，本质上都是一条自动化的改进回路——治理设计决定它是在复利成长，还是在放大误差。