递归自我提升要求模型不仅要获取有用的训练经验，还要判断当前经验何时失效。已有方法多聚焦于生成下一条经验，却少关注何时引入新经验；同时常通过自洽或多数投票构造训练目标，使监督依赖模型自身不确定的预测。
A‑RSI 将这两个问题分离：训练动态决定何时获取新经验，任务答案保持独立可检验。系统通过监控奖励波动和训练日志中的准确率，在学习信号下降时刷新任务池，整个过程不依赖验证或测试分数。
一个静态库由模型自行编写的程序组成，能够生成多模态问题并给出参考答案。我们明确任务生成契约，自动验证奖励和刷新规则的属性，并对生成的答案进行单独审计。训练循环不使用任何外部训练样本或人工标注的答案。
在主要的十一项基准测试上，A‑RSI 在加入 800 条新任务后，将平均性能从 57.77 提升至 61.05。
点评