当题库追不上模型，AI开始给自己出题：中国这支团队跑通了数据层RSI
内容提要
中国团队发布BigBang-V1，这是首个基于递归自我改进训练的基座模型，拥有35B参数，其后训练数据完全由AI合成。该模型在科研、代码等评测中表现优异，甚至超越更大规模的模型。其核心在于自演化数据管线，通过生成与批判Agent的协作，结合内外循环机制，实现数据与模型的共同进化，推动AI的自我迭代。
延伸解读
数据层RSI：从“收集数据”到“进化数据系统”
文章指出，多数RSI尝试停留在工具调用或固定规则筛选，未触及训练管线本身。BigBang-V1的关键在于将数据生产系统作为优化对象，通过生成与批判Agent的内循环，以及真实训练结果驱动的外循环，让数据生成策略随模型能力共同进化。这种“数据层RSI”打破了静态题库的局限，使合成数据能持续保持前沿性和可验证性，避免模型变强后数据迅速贬值。
合成数据“坍缩”风险的应对机制
纯AI合成数据常面临“坍缩”风险，即错误答案被当作正确答案回喂训练。BigBang-V1通过可验证任务和验证链兜底，确保错误答案不会被误用。同时，外循环用真实训练结果校准Critic，防止Generator迎合Critic产生表面高分但无迁移价值的数据。这种内外双循环机制，是其在100%合成数据下仍能超越更大规模模型的关键保障。
人类角色的重新定位：定义方向而非逐题出题
文章强调，尽管数据生产由AI主导，人类并未退出研发。研发目标、资源预算、风险边界和最终验收标准仍由人类定义，AI不能自行修改评测标准或仅凭Critic高分就批准方案。这体现了训练数据生产关系的重新分工：人类负责方向和有效进步的定义，AI负责大规模探索与执行。这种协作模式或将成为未来AI研发的主流范式。
Q&A
BigBang-V1是什么？它有什么特点？
BigBang-V1是由无尽前沿团队（上海交大人工智能学院、深势科技、上海算法创新研究院）发布的首个基于递归自我改进（RSI）原生方式训练的基座模型，参数规模35B，推理时激活约3B参数，支持262K长上下文。其后训练数据100%由AI自主合成，以科学前沿任务为核心，在长程搜索、代码、科学研究等评测中表现优异。
BigBang-V1在哪些评测中表现突出？
BigBang-V1在长程搜索、代码、科学研究、AI研究等评测中拿下全部35B模型里的10项第一，在FrontierScience Research、PaperBench等多项高难度科研任务上甚至超过了1T级的DeepSeek V4 Pro Preview。
BigBang-V1的训练数据是如何生成的？
BigBang-V1的后训练数据100%由AI自主合成，通过自演化合成数据管线生成。该管线由Generator Agent和Critic Agent两类Agent协作，Generator负责提出并解决高难度任务，Critic负责审查数据质量，通过内外双循环机制实现数据与模型的共同进化。
什么是递归自我改进（Recursive Self-Improving）？
递归自我改进是指让AI参与迭代自身的模型、算法、数据和研发流程，使AI能够持续自我改进并构建更强的AI。这个概念在硅谷非常火热，Jeff Dean、David Silver等顶级AI研究者都在探索这一方向。
BigBang-V1如何解决高质量训练数据不足的问题？
BigBang-V1通过自演化数据管线，让AI直接参与任务构造、求解、验证、筛选以及下一轮数据生产策略的优化。系统采用可验证的前沿任务作为数据来源，通过Generator和Critic Agent的对抗协作，以及内外双循环机制，持续生成高质量自演进合成数据，无需人类逐题参与。
BigBang-V1在具体任务中表现如何？
BigBang-V1在具体任务中展现出强大的能力。例如，在转座子定位任务中，它利用连接证据进行约束映射，准确定位断点；在论文复现任务中，它能自我纠错，发现并修复实现中的问题，最终复现评分0.7657。此外，在长程搜索和代码生成任务中也有出色表现。
BigBang-V1的训练数据为什么不会坍缩？
BigBang-V1通过内外双循环机制打破合成数据坍缩的魔咒。内循环中Generator和Critic对抗协作，外循环用真实训练结果反向校准Critic，确保数据质量。验证链一直兜底，错误的答案不会被当成正确答案继续喂回训练，因此数据不会坍缩。
BigBang-V1的团队背景是什么？
BigBang-V1由无尽前沿团队发布，该团队由上海交大人工智能学院、深势科技、上海算法创新研究院组成。核心成员包括上海交大副教授陈思衡、助理教授张林峰，以及深势科技创始人张林峰和中国科学院院士鄂维南。团队结合学术与产业，致力于实现开放式通用智能。
