研究者提出PhysRSI-eval与Physical Barrel Hypothesis

研究者提出 PhysRSI-eval，用首次尝试表现、效率、成功率、预算、失败后改进五项指标，在 18 个操作任务上评估不同视觉语言模型（VLM）的物理递归自我改进能力。 实验引出“Physical Barrel Hypothesis”：不同能力可能约束改进的不同环节，公开基准均分接近的系统可被这五项指标区分。 工作区干预显示，移除历史会降低后期成功率，冻结工作区在未见布局上仍有效，三个跨任务案例更早取得成功。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。