再帰的自己改善(RSI)
システムが自分の行動結果を学びに使い、次の改善に反映して、改善を何度も繰り返す考え方。うまく回ると性能が段階的に上がる。
たとえば: 練習→振り返り→練習方法を変える、を何度も繰り返して上達する部活のトレーニング。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- RSI-Anything:世界モデルを使って「改善の改善」を回す枠組み
RSI-Anythingは、予測的な世界モデルで行動や学習データの選択を導き、フィードバックに応じて方策やモデルを更新するRSI枠組みだ。複数領域で性能向上が報告され、更新の保持は互換性チェックで管理される。
