能力遞迴增強

Recursive Capability Amplification

當系統的能力足以改進自身或同類系統時，會形成自我強化的正反饋迴圈。初期改進幅度小且低效，但一旦跨越臨界點，改進速度會加速。

這則原則的文章

• 大型語言模型開始自我精煉：能力遞迴增強臨界點已至？

  *當 AI 變聰明到能教導其他 AI 時，人類還能控制改進的速度嗎？*

  6 分鐘

相關原則

• → 連結
  能力槓桿化
• ↗ 延伸
  能力的阶跃与数据的临界量
• → 連結
  工具反馈循環
• → 連結
  能力層級的漸進式曝露