A maioria das discussões sobre autoaperfeiçoamento recursivo trata como se o modelo simplesmente continuasse ficando mais inteligente. Este artigo traça uma linha mais nítida. O verdadeiro RSI não é a IA ficando melhor em tarefas. É a IA ficando melhor em se tornar melhor. Os autores mapeiam um caminho que a maioria dos laboratórios ainda está confundindo: L1 — o sistema executa melhorias já projetadas por humanos L2 — ele começa a escolher suas próprias estratégias de aperfeiçoamento L3 — ele gera as experiências de aprendizado de que precisará em seguida L4 — ele se adapta a partir da implantação em tempo real, não apenas de benchmarks L5 — ele modifica os mecanismos que produzem melhorias futuras Essa última etapa é a verdadeira afirmação. O objetivo não é outro modelo construído por humanos que obtenha pontuações mais altas. É uma IA cujos ganhos persistem, alimentam a próxima geração e, em seguida, aprimoram o próprio processo de aperfeiçoamento. Se isso se concretizar, esta geração de sistemas realmente será a última que construímos manualmente. Vale a pena ler se você trabalha com agentes, avaliações ou loops pós-treinamento: https://t.co/scFLD1h9Ow