长上下文处理仍然是语言模型的核心挑战：即使具有扩展的上下文窗口，模型通常也无法跨长上下文可靠地提取、推理和使用信息。最近的工作，如递归语言模型（RLM），通过推理时的编程交互将长上下文分解为递归子查询的代理方式来应对这一挑战。尽管前景广阔，但 RLM 的成功关键取决于如何选择这些情境交互程序的轨迹，而这一点尚未得到探索。在本文中，我们研究这个问题......
You don't need to worry about recursive-self-improving AI – yet
Anthropic 警告说，递归自我改进的人工智能可能即将出现，但事实是，该公司更关心的是如何在股市上进行轰动的首次公开募股，马修·斯帕克斯 (Matthew Sparkes) 表示
Anthropic warns AI may soon begin recursive self-improvement
Claude 的制造者希望人工智能实验室，包括它自己，在模型开始构建自己的继任者时，为协调放缓做好准备
以下文章最初出现在 Addy Osmani 的博客上，经作者许可在此转载。循环工程正在取代你自己，成为提示代理的人。您可以设计一个系统来执行此操作。这里的循环可以被认为是一个递归目标，您可以在其中定义目的和 [...]
Anthropic: необходимо замедлить исследования в области ИИ
主要原因是失去对能够递归自我改进的模型的控制的风险。
