内容介绍：
从算法设计、数学求解和 GPU 内核优化，到智能体运行框架（harness）的改进，如何高效探索庞大的搜索空间，正成为智能体递归自我改进的关键问题。固定的探索策略难以从经验中持续改进，而在线试验新策略又面临反馈延迟、评估成本高昂等挑战。
Dream-RSI 提出将已有的探索历史转化为可回放的模拟环境，让智能体在其中“做梦”，以低成本评估和改进探索策略，再将改进后的策略部署到新一轮探索中。本次分享将介绍这一框架的核心思想、实现机制与跨领域实验，探讨如何让探索经验持续转化为更高效的发现能力。
嘉宾：
郑童，马里兰大学帕克分校计算机科学系博士三年级学生，主要研究方向为大语言模型推理、测试时扩展与智能体自我改进。以第一或共同第一作者身份在 ICLR、ICML、NeurIPS、ACL、EMNLP 等国际顶级会议发表论文 10 篇，相关 GitHub 项目累计获得约 1,700 个 Star。代表工作包括 Dream-RSI、AutoTTS、Parallel-R1、Parallel-Probe、Mixture-of-Thought 等。曾在 Google 担任学生研究员，并在腾讯 AI Lab（西雅图）担任研究实习生。个人主页：https://zhengkid.github.io/。
