Newest papers

Auditing the Product, Not the Recursion: The Evaluation Evidence Behind Recursive Self-Improvement Claims

Zihan Chen, Di Zhu, Lei Nico Zheng · 2026 · arXiv

DOI: 10.48550/arXiv.2610.27610 · open-access PDF

Arabic

وتأمل تحسين الذات الذاتية (RSI) أن تكون أنظمة الذكاء الاصطناعي، مثل وكلاء LLM الذكاء الذكاء الاصطناعي، أفضل في إنتاج تحسينات إضافية. تقييم هذا التقدير يتطلب تقسيم بيانات المنتج حول النظام النهائي من بيانات عملية حول عملية التحسين نفسها. تقييمات موجودة تحدد الأدلة التي يتطلبها هذه بيانات، ولكن كم مرة تقرر الدراسات أن الأدلة لا تزال غير متوقعة. ونحن نستعرض هذه الأسئلة من خلال كتابة النص الكامل من 114 دراسة مؤهلة في نطاق البحث arXiv المعدل في أكتوبر 2026, بما في ذلك 90 التي تحدد أنظمةها الخاصة كRSI.

Machine translation (Meta M2M100); the English original follows.

Abstract

Recursive self-improvement (RSI) promises AI systems, such as self-evolving LLM agents, that become better at producing further improvements. Evaluating this promise requires separating product claims about the final system from process claims about the improvement process itself. Existing surveys specify the evidence these claims require, but how often studies report that evidence remains unmeasured. We examine this question through full-text coding of 114 eligible studies in a reproducible arXiv search frame frozen in October 2026, including 90 that describe their own systems as RSI. The cod

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange