内容介绍：
当 Agent 不再只是完成任务，而是开始分析模型为何失败、设计训练数据、运行实验并决定下一轮方向，我们该如何判断它究竟是在“做研究”，还是只是在反复调用训练工具？现有自动后训练系统往往同时改变数据、超参数、推理配置与评测流程，分数上涨后很难解释真正的改进来自哪里。RSIBench-Data 将训练、推理与评测服务化，只把数据研究决策交给 Agent，尝试把递归自我改进中最关键的一段闭环变成可测量、可复现、可审计的研究问题。本次分享将介绍这一受控框架、24 条完整研究轨迹，以及当前前沿 Agent 距离稳定自我改进还有多远。
真正的 RSI，不是让模型反复训练自己，而是让它从失败中设计出更好的下一次实验。
嘉宾：
孟繁青，新加坡国立大学（NUS）博士生、Evolvent AI 联合创始人，研究方向涵盖大语言模型、多模态大模型与 AI Agent。博士前两年，他已发表 20 余篇论文，其中 6 篇以第一作者身份发表于 ICLR、NeurIPS、ICML 等人工智能顶级会议，谷歌学术引用超过 2,500 次。
他主导开发了开源项目 MM-Eureka，该项目已获得超过 1,000 个 GitHub Stars，相关论文引用超过 400 次；同时也是 Kimi Linear 和 Kimi K2.5 的贡献者。
他的研究主要聚焦三个方向：以 MM-Eureka、CPGD 和 ChartAssistant 为代表的通用推理模型；以 MCPMark 和 ClawMark 为代表的 Agent 评测与奖励建模；以及以 Kimi Linear 和 Kimi K2.5 为代表的 Agent 强化学习基础设施。
主持人：
周恩宇，复旦大学博士生，研究方向为 Agentic AI， Responsible AI，LLM Alignment。
