RSIAgent: Autonomous Exploration for Recursive Self-improvement in New Environments

• 类型：arxiv
• 标识：2609.15364
• 链接：https://arxiv.org/abs/2609.15364
• 主分类：agent
• 形态：method
• 被引：6
• 被引来源：Semantic Scholar
• S2被引：6
• OpenAlex被引：0
• 影响力被引：0
• TLDR：RSIAgent is introduced, a training-free multi-agent framework for recursive self-improvement through autonomous memory construction that substantially improves strong open-source models, enabling Kimi-K3 and GLM-5.3 to outperform frontier closed-source models including GPT-6.3.
• OpenAlex ID：W7213271835
• OpenAlex DOI：10.48550/arxiv.2609.15364
• DOI：10.48550/arxiv.2609.15364
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.15364
• OpenAlex更新：2026-09-17
• 副分类：engineering
• 待LLM分类：否
• 标题中文：RSIAgent：在新环境中通过递归自我改进实现自主探索
• TLDR中文：提出 RSIAgent，一种无需训练、通过自主构建记忆实现递归自我改进的多 Agent 框架，显著增强了强开源模型，使 Kimi-K3 与 GLM-5.3 超越包括 GPT-6.3 在内的前沿闭源模型。
• 来源文件：
• /inbox/tom/_candidates/2026-09-15-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]