★ 4
#自进化
共 11 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
谷歌推出 EnvHarness，支持自进化智能体动态环境学习
谷歌发布 EnvHarness，面向自进化智能体提供动态环境学习能力，让智能体在变化的环境中持续适应与自我改进。该工具意在提升智能体训练与评测的环境真实度。
InfoQ AI2 天前
★ 3
FilingLoop：LLM 智能体审阅企业披露文件的基准与自进化框架
论文推出 FilingLoop，基于 SEC 历史往来函件重建 96 家公司 380 个以 IPO 为主的审阅任务，用独立评估器对照 6099 条要求打分并审计无依据声明。框架在案例内迭代审阅修订、跨案例进行程序性学习且不更新权重，使要求满足率从 24.28% 升至 27.96%，完全解决评论比例…
arXiv cs.AI2 天前
★ 3
Hippo：免训练智能体自进化记忆框架
论文提出受海马体选择性编码与回放启发的记忆框架 Hippo，让 LLM 智能体在不更新参数的情况下通过外部记忆自我改进。它对比同一任务的多次尝试以提炼可复用决策，并通过适用条件合并冲突、修订旧经验。在 SWE-bench Verified、WebArena、Mind2Web 上均有提升，且保留的经…
arXiv cs.AI12 天前
★ 3
Self-HPO：编码智能体通过框架与策略协同自进化
论文提出 Self-HPO 递归自改进框架，交替优化编码智能体的 harness（交互框架）与策略模型，由当前策略分析自身失败并提出新 harness 候选，再在选定 harness 下用强化学习更新策略。在三个编码基准上均优于仅优化 harness 或仅优化策略的基线，将 Qwen3.5-35B…
arXiv NLP13 天前
★ 3
SkillScriptBench：智能体技能包自进化评测
论文提出 SkillScriptBench，一个 350 任务的基准，用于分别评估可执行智能体技能包在文档修复、脚本修复与保持正确行为三方面的自进化能力。基于 3.5 万个 GitHub 技能库筛选 100 个包构建任务，发现同时编辑文档与脚本的方法并不能稳定优于仅改 Markdown。作者提出 …
arXiv cs.AI26 天前
★ 3
PCPO：算法设计智能体的参数化自进化
论文针对算法设计智能体的上下文进化停滞问题，提出样本高效的参数化自进化方法 PCPO，利用全局种群与混合策略更新保留多样化自生成算法。在电子设计自动化布局的学习率调度任务中，仅用 4 个芯片案例训练即超越 OpenEvolve、ShinkaEvolve 等方法，8B 模型性能可比 GPT-5.5，…
arXiv cs.AI31 天前
★ 3
UniEvo-VL：多模态模型自蒸馏自进化训练法
论文提出 UniEvo-VL，让单一多模态模型同时充当教师与学生，利用自批评作为特权信息，在测试时计算中自我改进。基于开源 Qwen-image-2512，GenEval 从 0.747 提升至 0.808，GenEval2 Soft-TIFA 从 32.97 升至 35.53。研究显示更强的外部…
arXiv cs.AI31 天前
★ 3
智能体自优化：多任务自进化Harness框架
论文提出接近递归自我改进的框架：同一冻结模型在同一版本harness上先作为求解者解题，再作为提议者读取完整运行记录并直接改写harness。每批进化从五个不同领域基准抽取任务，训练与留出任务严格分离，并额外在五个分布外基准上评估。从49行种子harness出发，第一阶段在分布内提升4.48分、分…
arXiv cs.AI31 天前
★ 3
EvolveTrade：自进化LLM交易智能体
论文提出EvolveTrade框架，将工具使用交易智能体的系统提示视为文本参数化策略，由策略智能体依据决策轨迹与组合反馈定期修订，同时保持底层LLM固定。在多种市场状态与两个LLM骨干上，该方法在多数设置中提升夏普比率与累计收益，行为分析显示自进化策略增加了代码介导分析并激活与市场状态相关的计算。
arXiv cs.AI45 天前
★ 3
SimSkill：终身学习AI智能体自主掌握交通仿真
SimSkill是一个基于SUMO交通仿真器的自进化智能体，通过识别能力差距、生成任务、验证解决方案并积累经验，构建可复用的知识库。在多个基准上，SimSkill将验证完成率提升高达25个百分点，展示了终身学习范式在仿真领域的潜力。
arXiv cs.AI58 天前