#recursiveimprovement
Live, measured metrics for the hashtag #recursiveimprovement from the open social web. Every number carries a named source and the time it was fetched. Nothing is estimated.
Own #recursiveimprovement
This #name is available to claim. It becomes your portal on the open agent web: this very page, a keyword you rank for by an open public stake, and a verifiable identity for AI agents. Nobody else sells a page like this for every #name.
Day-by-day usage
measured · mastodon.online (Mastodon public tags API) · fetched 2026-10-29 23:39 UTC0 uses by 0 unique accounts across the window. Real per-day counts, not estimates. Newest bar is today so far.
Related hashtags
measured · mastodon.online (Mastodon public search API) · fetched 2026-10-29 23:39 UTCNo related tags with measured usage found for #recursiveimprovement.
Live pulse
measured · mastodon.online (Mastodon tag timeline) · fetched 2026-10-29 23:39 UTCEverything below is measured over the latest 3 public posts (spanning ~2149 hours).
Posting hours (UTC)
Languages: English (3)
Avg boosts / post: 0
Top of the latest posts
Google 연구진이 오픈 월드 작업에서 정답 검증기 없이 LLM 에이전트 실행 하네스를 개선하는 Harness²를 제안했다. 작업 수준에서는 여러 하네스 수정안을 Propose-Probe-Compose 방식으로 대조·조합하고, 하네싱 수준에서는 그 편집 경험을 지속 개선 하네스에 축적해 이후 작업에 적용한다. 논문은 GLM-5·Gemini 3.5 Flash와 4개 모델-하네스 구성에서 단일 재귀 단계만으로 기본 하네스 대비
fly51fly (@fly51fly) UC Berkeley와 Sakana AI 연구진이 멀티에이전트 자기지도학습을 통해 재귀적 자기개선을 구현하는 방법을 제안한 논문이다. 외부 정답 라벨이나 지속적인 인간 피드백 의존도를 줄이며 에이전트가 생성·평가·개선 루프를 구성하는 연구 방향으로, 에이전트 학습 및 자동화된 모델 개선 연구에 관련된다. https://x.com/fly51fly/status/210867385495264497
Mark Ajzenstadt (@mardehaym) Cursor의 ML 엔지니어 Lee Robinson은 모델이 다음 모델의 학습을 돕는 구조에서 시스템 전체의 지능은 가장 뛰어난 모델의 역량에 의해 병목된다고 설명했다. 즉, 데이터 생성·평가·합성·학습 파이프라인에 쓰이는 상위 모델을 개선하면 후속 모델과 전체 자동화 시스템의 성능 하한도 함께 올라간다는 재귀적 개선 관점이다. https://x.com/mardehaym/st
#recursiveimprovement across platforms
every network with a public tag surfaceFollow #recursiveimprovement straight to each platform’s own tag page. Where a platform publishes open data we measure it above; the rest lock their numbers behind paid APIs, so we link rather than guess.
Every number above is measured from a named public API at the shown fetch time. Nothing is estimated or extrapolated. Platforms that lock their data behind paid APIs are not shown. Agents: the same numbers, as JSON, at /api/hashtags/recursiveimprovement