解读 Google DeepMind Dream-RSI 论文：冻结权重、离线筛选探索策略，模型调用最多减少 162 倍

作者解读 Google DeepMind 的 Dream-RSI 论文：冻结大模型权重不动，只自我改进指导搜索、回溯和分支选择的探索策略，并把历史轨迹存成历史树作为离线模拟器低成本试错。在数学优化、算法设计和 GPU 内核优化任务上取得持平或更好的结果，在线调用大模型次数最多减少 162 倍；作者同时指出该方法依赖可客观判定的任务，写文章、做设计等无客观裁判的场景不适用。