MetaRSI-v1：全球首個統一 RSI 的元遞迴架構
為何重要
MetaRSI 顛覆了以往依賴單一路徑（如僅最佳化 Harness 或資料）的 RSI 設計，透過元層架構的統一與重組，證明瞭提升程式碼與運算元策略能帶來比盲放引數更顯著的增益。這對產業意味著：在缺乏海量算力或資料的情況下，大型模型仍有透過自我最佳化達到高效能的潛力，這將改變未來模型訓練從「堆引數」轉向「最佳化演進機制」的戰略方向。
現有的遞迴自我改進（RSI）系統往往結構單一、缺乏統一性，為解決此問題，CosmosMind 聯合斯坦福、伯克利、MIT、清華、北大等十餘所高校發布 MetaRSI-v1，這是全球首個串聯 Model-RSI、Data-RSI、Harness-RSI 的元遞迴架構。
- 只要啟用所有運算元，MetaRSI-v1 讓開源 30 億啟用引數的小模型在四項基準上平均提升 10.9 分；面向 GPT-5.6、Claude Opus 5 等六款前沿模型，平均提升 7.3 分。
- 該架構提出統一的 Loop Kernel、橫向與縱向編排軸，以及 MetaRSI² Agent 等四個 Agent，將自我改進的「過程」抽象為可迴圈的核心。