زیادہ تر باتیں جو ریکرسیو خود بہتری کے بارے میں ہوتی ہیں، اسے ایسے سمجھتی ہیں جیسے ماڈل صرف اور صرف زیادہ ذکی ہوتا جا رہا ہو۔ اس پیپر نے ایک واضح فرق قائم کیا ہے۔ حقیقی RSI AI کا اپنے کاموں میں بہتر ہونا نہیں ہے۔ یہ AI کا بہتر بننے کے طریقے میں بہتر ہونا ہے۔ مصنفین ایک راستہ نقش کرتے ہیں جسے زیادہ تر لیب ابھی تک اچھی طرح سے نہیں سمجھ رہے: L1 — سسٹم انسانوں کے پہلے سے ڈیزائن کردہ بہتریوں کو نفاذ کرتا ہے L2 — یہ اپنی اپنی بہتری کے حصول کے طریقے منتخب کرنا شروع کر دیتا ہے L3 — یہ اپنے لیے اگلے سیکھنے کے تجربات تخلیق کرتا ہے L4 — یہ صرف بینچ مارکس کے بجائے لائیو ڈپلومنٹ سے اپنے آپ کو موزوں بناتا ہے L5 — یہ مستقبل کی بہتریوں کو پیدا کرنے والے مکینزمز کو تبدیل کرتا ہے آخری مرحلہ حقیقی دعوٰی ہے۔ مقصد صرف ایک اور انسان بنایا گيا ماڈل نہیں جو زیادہ اسکور کرتا ہو۔ بلکہ ایک AI کا مقصد ہے جس کا فائدہ مستقل رہے، اگلی نسل کو فراہم کرے، اور پھر خود بہتر بننے کے عمل کو بھی بہتر بنائے۔ اگر یہ حاصل ہو جائے، تو اس نسل کے سسٹم واقعی وہ آخری ہونگے جنہیں ہم دستی طور پر بنائیں گے۔ اگر آپ اینٹس، ایوالس، یا پوسٹ-ٹریننگ لوپس پر کام کرتے ہیں تو پڑھنا قابلِ توجہ ہے: https://t.co/scFLD1h9Ow