রিকার্সিভ সেলফ-ইমপ্রুভমেন্ট সম্পর্কে সবচেয়ে বেশি আলোচনা হয় এই ধারণায় যে মডেলটি ধারাবাহিকভাবে বুদ্ধিমান হয়ে উঠছে। এই পেপারটি একটি স্পষ্টতর সীমানা আঁকে। সত্যিকারের RSI হলো AI যে কাজগুলোতে ভালো হচ্ছে তা নয়। এটি হলো AI যেভাবে ভালো হচ্ছে তা ভালো করে উঠছে। লেখকদের একটি পথ ম্যাপ করা হয়েছে, যা এখনও বেশিরভাগ ল্যাব মিশিয়ে ফেলছে: L1 — সিস্টেমটি মানুষদের দ্বারা ইতিমধ্যেই ডিজাইন করা উন্নতি বাস্তবায়ন করে L2 — এটি নিজস্ব উন্নতির কৌশলগুলো বাছাই করতে শুরু করে L3 — এটি পরবর্তীতে প্রয়োজনীয় শিখনের অভিজ্ঞতা তৈরি করে L4 — এটি শুধুমাত্র বেঞ্চমার্কের পরিবর্তে লাইভ ডিপ্লয়মেন্ট থেকে অভিযোজিত হয় L5 — এটি ভবিষ্যতের উন্নতির জন্য দায়ী মেকানিজমগুলোকে পরিবর্তন করে এই শেষধাপটিই প্রকৃত দাবি। লক্ষ্যটি হলো আরও একটি মানুষ-তৈরি মডেল, যা বেশি স্কোর করবে। এটি হলো AI, যার অগ্রগতি টিকে থাকবে,পরবর্তীপ্রজন্মকে পুষ্টি করবে,এবংস্বয়ংউন্নতিপ্রক্রিয়াকেইউন্নতকরবে। যদি এটি succeedকরে,তবেএইপ্রজন্মেরসিস্টেমগুলিইআসলেআমাদেরহাতদিয়েতৈরিকরাশেষপ্রজন্মহবে। যদি আপনি agents, evals,বা post-training loops-একাজকরেন,তবেএটিপড়াউচিত: https://t.co/scFLD1h9Ow