产品
别名：Eureka系统
Recursive公司用于自动优化AI模型开发的递归系统
已跟踪 4 条高相关材料
最近变化
2026-10-21 · Flint在MacBook Pro上实现125+ tokens/sec，RTX Spark达150+ tokens/sec
为什么值得关注
Eureka Machine 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
https://t.co/HjRCjERRGY
Richard Socher(@RichardSocher) · 8.7 分
Richard Socher联合多位顶尖AI研究者创立Recursive，致力于构建递归自改进的超级智能，以自动化科学发现并加速通向超级智能的进程。该系统将能自我迭代代码、训练流程和架构，最终实现持续自我进化。
Introducing Flint, @Recursive_SI’s first model: a fast local coding model built with our automated r...
Richard Socher(@RichardSocher) · 8.5 分
Recursive SI推出Flint模型，性能达同类模型2倍，支持本地运行且开放权重。
This Startup Is All In on Recursive Self-Improvement. Its Latest Model Is Scary Good
Wired AI · 8.5 分
Recursive公司通过AI构建AI的递归自我改进技术开发出Flint模型，该技术引发行业争议但展现强大潜力。
已收录 4 条与 Eureka Machine 相关的内容，按评分排序。
Richard Socher宣布创立Recursive，致力于通过递归自改进机制实现超级智能，自动化科学发现，推动AI与生物医学突破。
入选理由：Recursive由Richard Socher与Tim Rocktaeschel等七位联合创始人共同创立，团队包含Peter Norvig等顶级AI专家。
Recursive公司通过AI构建AI的递归自我改进技术开发出Flint模型，该技术引发行业争议但展现强大潜力。
入选理由：Flint模型由Recursive开发，使用AI自动优化模型架构和训练方法
Recursive SI推出Flint模型，性能达同类模型2倍，支持本地运行且开放权重。
入选理由：Flint在MacBook Pro上实现125+ tokens/sec，RTX Spark达150+ tokens/sec
Richard Socher宣布构建‘Eureka Machine’以自动化科学发现，认为这是超级智能的最重要意义应用，但缺乏技术细节。
入选理由：Eureka Machine的目标是自动化科学发现过程
