GLM-5.3开始优化自己的系统，智谱唐杰：RSI最小闭环已经出现
相关推荐
智谱GLM公开国内大模型首个RSI实践：AI在十万卡国产集群上自建推理系统
火星财经消息,今日，智谱GLM 团队披露其在递归自我改进（Recursive Self-Improvement，RSI）方向的首个工程化实践：由GLM-5.3驱动的Infra Agent完成了GLM-5.3-Flash推理基础设施的设计、调试与优化，实现模型对自身运行系统的反向改进。这是国内大模型厂商首次公开跑进生产环境的RSI案例。据官方博客，Infra Agent在超10万张国产芯片组成的集群上从零完成生产级推理服务搭建，不到两周将端到端吞吐提升至初始基线的3倍，硬件利用效率与单Token成本达到主流NVIDIA GPU相当水平。 （科创板日报记者 李明明）(财联社)
智谱 GLM：公开递归自我改进实践，GLM-5.3-Flash 发布
火星财经消息，智谱 GLM 团队披露递归自我改进方向的首个工程化实践，由 GLM-5.3 驱动的 Infra Agent 完成了 GLM-5.3-Flash 推理基础设施的设计、调试与优化。该实践在十万卡国产集群上完成，团队称其为国内大模型首个递归自我改进实践。
又一条RSI路线出现：模型参数不动，Agent靠Memory持续进化
动察 Beating AI 快讯，UCSD 助理教授黄碧薇创办的因果世界模型公司 Aether AI 开源 RSIAgent。 这是一套不训练模型的递归自我改进框架。底层模型参数全程固定，Agent 会自己寻找值得练习的任务、实际操作、检查结果，再把成功方法和失败教训写进长期 Memory。下一轮继续利用这些经验，逐步补上能力短板。 系统由三个 Agent 配合。Curriculum Agent 决定接下来练什么，Actor Agent 真正操作软件，Verifier Agent 独立检查结果。探索分成两步：先广泛尝试不同任务，再针对失败、隐藏限制和边界情况继续深挖。最后 Memory 会被冻结，直接拿去执行正式任务。 在 OSWorld 2.0 上，加入这套 RSI 后，平均部分得分从 71.97% 提升到 78.98%；Agents’ Last Exam 从 83.75% 提升到 84.82%。不过这不是整套测试的严格 A/B 对比。OSWorld 只有一半任务实际用了 RSI 后的新结果，其余任务继续沿用原成绩。 它和 Prime Agent 这类 Harness 自我改进思路属于同一个大方向：模型权重不变，持续更新模型外面的东西。 RSIAgent 的特点是把改进重点放在 Memory，再用自主出题和独立验证，让这份外部经验库不断积累。
DeepSeek V4.1 Flash新版登顶Agent Arena开源模型榜，位列总榜第11
PANews 10月20日消息，AI模型评测平台Arena宣布，DeepSeek-V4.1-Flash-20261017（Max）已位列Agent Arena开源模型第一、总榜第11。基于约7500次真实使用会话，该模型相对平均模型的综合净改善约为5.1%，单任务成本中位数约0.20美元。该版本在任务成功确认、用户正负反馈、Bash命令执行可靠性及可引导性四项指标中均位列开源模型第一，其中任务成功确认指标位列总榜第8。
Databricks用AI横扫英伟达Kernel榜：235项测试四个赛道第一，Token花费约7万美元
动察 Beating AI 快讯，Databricks 团队称，他们把 GPT-6 Astra 和 Opus 5 放进自动优化循环，让模型持续重写、测试和改进 GPU kernel，最终在 NVIDIA SOL-ExecBench 的四个赛道全部排到第一。这个基准包含 235 个 GPU kernel 任务，覆盖基础算子、复杂融合算子、低精度计算和真实大模型推理。团队称，整个过程的模型 Token 花费约 7 万美元。 这套系统建立在 KDA 和 Humanize 之上，让 AI 自己写 kernel、跑正确性和性能测试，再根据结果不断修改。KDA 团队近期还把类似方法用在 Kimi Delta Attention 上，在 NVIDIA B300 上做到月之暗面官方 FlashKDA 的 2.96 倍速度。 两项成果属于同一套 Agent 内核优化体系的不同应用。Kimi 展示的是一个高难度注意力内核能被 AI 重写；Databricks 这次则把这种方法扩展到了数百个不同 kernel。
智谱GLM-5.3-Flash调用量增长73%
PANews 9月22日消息，据金十报道，全球头部大型API聚合平台OpenRouter最新日榜数据显示，智谱AI旗下GLM-5.3-Flash当日调用量达到4.36万亿Token，较上一统计周期增长73%，位列平台模型调用量第一。