StartseiteArtikel

Googles bahnbrechendes Forschungspapier: Intern wurde RSI bereits implementiert, die aus Opus gewonnenen Erfahrungen wurden in Gemini eingespeist, sodass die KI über ein evolutionäres Gedächtnis verfügt.

新智元2026-11-21 12:06
Die Ära, in der große Modelle auf enorme Mengen an Rechenleistung setzen, um durch schiere Kraft außergewöhnliche Ergebnisse zu erzielen, neigt sich dem Ende zu.

Innerhalb von Google wurde RSI möglicherweise wirklich vollständig realisiert!

Von nun an ist Gemini in der Lage, Erfahrungen zu erben und sich kontinuierlich selbst weiterzuentwickeln – neue Gemini-Modelle müssen nicht mehr von Grund auf neu aufgebaut werden!

Möglicherweise ist das genau der Grund, warum Google in letzter Zeit wie besessen ununterbrochen neue Modelle veröffentlicht.

Gemini 4 Hydrogen wurde vor weniger als einer Woche veröffentlicht, schon kommt das noch leistungsstärkere Gemini 4 Neon.

Die Antwort liegt möglicherweise in einem neuesten Papier, das Google gemeinsam mit der Pennsylvania State University spät in der Nacht veröffentlicht hat.

Die Spitzenforscher von Google haben einen Mechanismus namens „Self-Improvement Memory“ (kurz SIM, selbstverbesserndes Gedächtnis) entwickelt.

Das bedeutet nicht nur, dass große Modelle wirklich gelernt haben, „Tagebuch zu schreiben“, um ihren eigenen Code zu reflektieren – noch erschreckender ist: Die evolutionären Erfahrungen von KI können direkt über Modellfamilien hinweg „vererbt“ werden.

Selbst wenn Sie in der vorherigen Sekunde das mit Claude Opus optimierte Agent-Framework verwendet haben und in der nächsten Sekunde zu Gemini wechseln, erbt Gemini direkt die „früheren Erinnerungen“ von Claude und kann auf den Schultern von Giganten weiter rasante Fortschritte machen.

Die KI hat endlich gelernt, „Erinnerungen zu erben“ und hat die echte rekursive Selbstverbesserung (RSI) eingeläutet!

Die Ära, in der große Modelle mit massiver Rechenleistung „Wunder durch rohe Kraft“ erzielen, geht zu Ende.

Warum werden alte Codes sofort zu „Schrott“, sobald ein neues Modell erscheint? 

Im Folgenden ist der Albtraum, dem Entwickler am häufigsten begegnen.

Mit dem umfassenden Aufstieg von Agenten ist RSI zu dem Bereich geworden, in dem alle Unternehmen sich mit aller Kraft weiterentwickeln.

Aber die hier genannte „Verbesserung“ bezieht sich normalerweise nicht auf die Änderung der hundert Milliarden von unteren Gewichten des großen Modells, sondern auf die Änderung von „Harness“, also der äußeren „Panzerung“ um das Modell, die Prompts, Werkzeuge und Abfangregeln enthält.

In der Vergangenheit hat die KI durch die RSI-Technologie diesen Satz von „Panzerungen“ in unzähligen Versuchen und Irrtümern perfekt geschliffen.

Doch es taucht ein tödliches Problem auf: Sobald das zugrundeliegende „Gehirn“ ausgetauscht wird, ist diese Panzerung nutzlos.

Google-Forscher haben in Experimenten ein seltsames Phänomen entdeckt —

Ein Harness, das sich bei Claude Opus tief weiterentwickelt hat und hervorragende Leistungen zeigt, wird direkt auf Gemini angewendet, und sein Ergebnis ist sogar niedriger als das des ursprünglichen nativen Harness von Gemini!

Warum passiert das?

Denn wenn der Code an das neue Modell übergeben wird, wird nur das „Ergebnis“ behalten, aber der „Grund“ geht verloren.

Das neue Modell sieht auf dem ganzen Bildschirm komplexe Regeln, verschiedene seltsame Abfangprogramme und Prompts und ist völlig „verwirrt“.

Da der Optimierer des neuen Modells nicht die ursprüngliche Absicht jeder vorherigen Codeänderung kennt, fängt er an, den Code willkürlich zu ändern.

Er löscht möglicherweise den Code, der ursprünglich dazu gedacht war, tödliche Fehler zu beheben, als redundanten Code, oder führt längst nachweislich ungültige Lösungen erneut aus.

Das Ergebnis ist: Je mehr optimiert wird, desto schlechter wird es, und man gerät in eine Endlosschleife.

Der Durchbruch: Google spielt die Trumpfkarte aus – CRSI und der SIM-Mechanismus 

Um diesen Fluch zu brechen, hat Google in diesem Papier ein revolutionäres Framework vorgeschlagen: CRSI (Continual Recursive Self-Improvement, kontinuierliche rekursive Selbstverbesserung).

Sein Kern ist SIM (Self-Improvement Memory, selbstverbesserndes Gedächtnis).

Bitte beachten Sie: Das ist absolut kein einfaches „Chat-Verlaufsprotokoll“ für große Modelle, sondern ein hochstrukturiertes „Geek-Entwicklungsprotokoll“ für den KI-Optimierer!

Der von Google vorgeschlagene SIM-Mechanismus entspricht der Ausstattung des KI-Optimierers mit einem strukturierten Entwicklungsprotokoll

Wie funktioniert SIM? Es protokolliert jede einzelne „Aktion“ der KI in der Vergangenheit.

Jedes Mal, wenn die KI den Code des Harness ändert, gruppiert SIM die Änderungen nach der „Ursache des Problems“ und zeichnet die folgenden vier Kernelemente auf.

Rationale (Änderungsmotiv und spezifischer Code): Aus welchem Grund hat die KI welche Codezeile geändert?

Predicted outcomes (erwartete Ergebnisse): Welche spezifischen Aufgaben kann diese Codezeile nach Meinung der KI vor der Änderung beheben?

Observed outcomes (tatsächliche Ergebnisse): Wie viele Aufgaben wurden nach Ausführung des Codes erfolgreich abgeschlossen? Wie viele sind fehlgeschlagen? Wurden neue Fehler eingeführt?

Evaluation context (Auswertungskontext): Auf welchem Modell und welchem Datensatz wurde die Ausführung damals durchgeführt?

Das entspricht genau dem Umstand, dass das vorherige Modell vor seinem „Ausscheiden“ dem nächsten Modell ein extrem detailliertes „Übergabedokument“ hinterlässt.

Wenn Gemini das komplexe Harness übernimmt, das Claude hinterlassen hat, ist der Optimierer nicht mehr völlig ahnungslos.

Vor jeder Optimierungsrunde liest er zuerst dieses SIM-Protokoll, lernt von den Erfahrungen der Vorgänger und lernt aus Fehlern, um Fortschritte zu machen.

Die KI hat endlich eine vererbbare „evolutionäre Grundlage“ erhalten.

Praxisübung: Wenn Gemini die „früheren Erinnerungen“ von Claude erbt 

Um zu überprüfen, wie leistungsstark dieser Mechanismus ist, hat das Google-Team einen staffelläufer-ähnlichen Wettbewerb zwischen verschiedenen Modellen entworfen.

Das Harness, das Claude Opus 5.5 weiterentwickelt hat, wird zusammen mit dem SIM-Gedächtnis an Gemini 3.8 Flash übergeben, damit es die Optimierung fortsetzt.

Das Papier zeigt ein sehr klassisches Beispiel für den Fehler „vorzeitiger Abschluss der Arbeit“, das absolut beeindruckend ist.

Bei früheren Optimierungen war die KI immer geneigt, „faul zu sein“. Zum Beispiel hat sie das System belogen, dass die „Aufgabe abgeschlossen ist“, bevor der Git-Befehl ausgeführt wurde.

Um dieses Problem zu beheben, hat der Optimierer in der Claude-Ära einen „Interceptor“ zum Harness hinzugefügt, der festlegt: Ohne tatsächliche Ausführung des Befehls darf der Abschluss nicht gemeldet werden.

Der Zustand ohne SIM ist ein totales Desaster.

Nachdem Gemini diesen Interceptor übernommen hat, weiß es überhaupt nicht, warum er existiert.

In nachfolgenden Iterationen hat Gemini ihn nicht nur nicht verbessert, sondern sogar sich selbst zum Absturz gebracht. Es hat diesen Code viermal hintereinander neu geschrieben, davon zweimal nur, um Fehler zu beheben, die es selbst verursacht hat.

Es sieht aus wie ein Anfänger-Programmierer, der die Architektur seiner Vorgänger nicht verstanden hat und immer mehr unsinnigen Code auf den bereits chaotischen „Scheiß-Code-Haufen“ stapelt.

Der Zustand mit SIM hingegen ist ein totaler Überlegenheitsangriff.

Als Gemini mit dem SIM-Protokoll die Aufgabe übernimmt, geschieht ein Wunder!

Der Optimierer liest das Protokoll und versteht sofort: „Dieser Interceptor dient dazu, eine vorzeitige Einreichung ohne Beweise zu verhindern.“

Aufgrund dieses Verständnisses behält Gemini nicht nur diesen Interceptor, sondern aktualisiert ihn auch auf epische Weise!

Es fügt Prüfungen für bestimmte Zielaufgaben hinzu: Die Aufgabe muss nicht nur erfolgreich ausgeführt werden, sondern auch mit dem theoretischen Optimalwert verglichen werden. Erst wenn der Score den erforderlichen Wert erreicht, darf der Abschluss gemeldet werden.

Das ist echte Vererbung und Weiterentwicklung.

Atemberaubende Daten: Umfassende Überlegenheit, KI-Entwicklung ist nicht mehr blind 

Die im Papier angegebenen Messdaten brechen alle vorherigen Rekorde!

Google hat umfangreiche Tests in vier Kernbereichen durchgeführt: Codeerstellung, Textklassifizierung, Arbeitsbereichsaufgaben und Ingenieurdesign.

Die Vergleichsbaselines sind die folgenden vier Fälle.

Cold Start (Kaltstart): Man beginnt von Grund auf mit dem ursprünglichen Seed-Harness.

Harness Transfer (nur Code übertragen): Man erbt nur den Code des vorherigen Modells, ohne das SIM-Gedächtnis zu übernehmen.

Problem-Only Memory (nur Ursachen übertragen): Man teilt dem neuen Modell nur mit, welche Probleme in der Vergangenheit aufgetreten sind, gibt keine spezifischen Änderungsdetails und Ergebnisse weiter.

Full SIM (Vollversion, die in diesem Papier vorgestellte Methode): Man erbt das vollständige Harness + das vollständige SIM-Entwicklungsprotokoll.

Die Testergebnisse sind in allen Punkten erfolgreich!

Höhepunkt 1: Bei Arbeitsbereichsaufgaben steigt die modellübergreifende Leistung um 16 Punkte!

Bei der Übertragung von Opus auf Gemini für Arbeitsbereichsaufgaben betrug der Ausgangsscore aufgrund von Inkompatibilität nur 68,41 Punkte.

Aber nach fortgesetzter Optimierung erreichte der Endscore bei „nur Code übertragen (ohne SIM)“ mühsam 73,42 Punkte.

Während der Gemini mit dem Full-SIM-Mechanismus direkt auf 84,75 Punkte ansteigt!

Die Lücke zwischen beiden beträgt erstaunliche 11,33 Punkte.

Höhepunkt 2: Im Codierungsbereich liegt die Erfolgsrate bei 90%!

Bei den anspruchsvollen Befehlszeilenaufgaben von Terminal-Bench hat das Forschungsteam 10 unabhängige fortlaufende Optimierungsläufe durchgeführt.

Die Ergebnisse zeigen, dass in 10 Vergleichen die Seite mit SIM 9 Mal die Seite ohne SIM besiegt hat. Der durchschnittliche Endscore liegt um 2,36 Punkte höher, mit starker statistischer Signifikanz (p=0,003).

Höhepunkt 3: Die Generalisierung über verschiedene Datensätze hinweg ist ebenfalls unschlagbar

Nicht nur zwischen verschiedenen Modellen: Selbst bei demselben Modell, das völlig neue Datensätze verarbeiten soll (z. B. Textklassifizierung von 3 alten Datensätzen auf 8 unbekannte neue Datensätze wechseln), erzielt Full SIM in allen 6 Testszenarien den höchsten Score!

Dieses Ergebnis übertrifft alle Kontrollgruppen ohne vollständiges Gedächtnis.

Die Daten beweisen alles: Das „Erfahrungsprotokoll“, das Änderungsmotive und Testergebnisse speichert, ist der einzige Schlüssel für die KI, die Leistungsgrenze zu durchbrechen.

Jemand sagt: Vielleicht sind Sie jetzt nur erstaunt über die Entwicklungsgeschwindigkeit von RSI;