递归自我改进（Recursive Self-Improvement, RSI）是实现人工智能自我进化的核心策略。它曾被视为遥不可及的科幻愿景，而今正成为迈向通用人工智能（AGI）的关键路径。想要使RSI成为可靠、可衡量和可部署的技术，需要有原则的方法、系统设计和评估。以此为主题，ICLR 2026 RSI Workshop 将于 2026年4月26/27日ICLR期间在巴西里约热内卢隆重举行。本次Workshop由智源社区参与支持，旨在汇聚全球顶尖研究者，共同探讨如何让AI实现可衡量、可靠且可部署的自我进化。六大核心研究维度：改进对象：参数、世界模型、记忆、工具与技能、架构等。改进时机：单轮任务内、测试时或部署后。改进方式：奖励/价值学习、模仿学习、进化搜索等。应用场景：软件、游戏、机器人、科学发现、企业应用等。对齐与安全：长程稳定性、回归风险等。评估与基准测试：如何科学评价 RSI 系统的进步。重磅嘉宾本次Workshop邀请到了多位人工智能领域的重量级嘉宾，他们将带来RSI领域最前沿的洞察，其中包括：Arman Cohan（耶鲁大学）Bang Liu（蒙特利尔大学 / Mila）Chelsea Finn（斯坦福大学）Graham Neubig（卡内基梅隆大学/OpenHands）Jeff Clune（ 英属哥伦比亚大学/DeepMind）Matej Balog（DeepMind）Yu Su（俄亥俄州立大学）Yuandong Tian（Stealth Startup）......研讨会组织者Mingchen Zhuge (阿卜杜拉国王科技大学)Deyao Zhu (字节跳动)Ailing Zeng (Anuttacon)Yan Hu (香港中文大学)Sherry Yang (纽约大学 / Deepmind)Yunzhong He (Scale)Levi Li (腾讯)Jürgen Schmidhuber (阿卜杜拉国王科技大学 / IDSIA)Vikas Chandra （Meta)欢迎关注智源社区及本Workshop官网（https://recursive-workshop.github.io/）获取最新动态，期待与各位相聚里约热内卢，现场交流探讨，共探 AI 递归自改进的未来之路，解锁通用人工智能发展新可能！

内容中包含的图片若涉及版权问题，请及时与我们联系删除