中国のAI研究所、再帰的自己改善を重みではなく学習・推論システムに適用　調査で判明

Pandailyは雷鋒網による最近の開示の調査をまとめ、智譜のGLM-5.3搭載Infra AgentがGLM-5.3-Flashの推論基盤を2週間で構築、DeepSeekのDSecが1日約300万のエージェント用サンドボックスを生成、MoonshotがKimi K3の学習に5100万超のサンドボックスを使用、アリババがQwen3.8-Maxに自らの学習パイプラインを33回運用させたと伝えた。いずれも企業の主張で、AIが重みを書き換える例はない。