Google研究人员提出RRSI，防止自改进AI智能体记忆测试任务
Google研究人员提出RRSI，通过逐步收紧编辑预算和批评器审查，减少智能体在自优化过程中记忆测试任务的问题。基于冻结的Claude Opus 4.8，RRSI在8个基准上测试，训练任务最高提升14.1分，并在5个未见基准上最高提升4.7分。其运行时token用量比未正则化版本少约30 percent，代码已发布在GitHub。
#编码
The DecoderAI 评分6060
GitHub Blog · AI & ML精选AI 评分7373 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，其 219 个 pull request 来自 187 个公开开源许可仓库，覆盖 19 种语言，分布参考了对 103.9M 个 GitHub pull request 的分析。
推荐理由：公开数据集、评分规则和自助运行器形成可复现评测链路，线上实验案例也展示了离线指标筛选代码审查改进的用法。
Import AIAI 评分5757 Import AI 470 讨论机器权利、SPADE 环境生成与 Hawkeye GPU 内核优化
Import AI 470 汇总多项 AI 研究与观点，包括反对赋予 AI 权利、用 SPADE 自动生成训练环境，以及用 Hawkeye 帮助智能体编写硬件感知 GPU 内核。
Import AIAI 评分5555 Import AI 469：科学 AI、RSI Simulator 与 Zuckerberg 的技术悲观主义
Import AI 469 聚焦 AI 的环境规则发现、科研复现与递归自我改进，并质疑 Zuckerberg 将超级智能普及与个人赋能相联系的预设。
Berkeley AI ResearchAI 评分5252 从 CUDA 到 MLX：K-Search 如何将数十年的内核经验带到 Apple Silicon
K-Search 新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，可将既有 CUDA 内核知识转化为适配 Apple Silicon 的优化策略。
Berkeley AI ResearchAI 评分5151 ABBEL 教 LLM 更新信念以实现高效长程交互
Berkeley AI Research 提出 ABBEL，通过可监督的自然语言信念状态，让 LLM 在长程交互中以信念替代完整历史作为工作上下文。在 CollabBench 上，基于重建的信念评分将其与完整上下文模型的性能差距缩小约 50%，训练步数比无信念评分版本减少 50%，同时保持更低的峰值 token 用量。