★ 3
arXiv 发布 CLR-Bench：评测自进化智能体学习隐藏规则能力
研究者提出 CLR-Bench 基准，用逐层叠加隐藏规则的课程链测试自进化智能体能否真正学会未被明示的规则。结果显示六种自进化方法在认证模型上几乎学不到东西，最好仅比冻结智能体高 5 分；换成 GPT-6-Sol 后 ACE 与 Dynamic Cheatsheet 可达 78% 准确率。该基准揭…
arXiv cs.AI4 小时前
#自进化智能体
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
Evo² 框架发布：权重与 Harness 协同自进化智能体
研究者提出 Evo²，一个让智能体模型权重与 Harness（提示、工具、上下文、执行反馈）协同自进化的框架。Harness 更新采用单一策略兼任 Proposer 与 Reflector 的双角色流水线，权重更新则由 Harness 修改及其执行结果驱动，并配套 EvoTIDE 训练流程（SFT…
arXiv NLP21 天前
★ 2
MEMIG：面向抗体优化的自进化智能体记忆构建框架
研究提出 MEMIG，将 LLM 智能体记忆设计为可索引、定量、结构化的形式，用领域标识符记录洞见并累积性质预言机测得的定量效果。该方法在多数计算机模拟抗体优化任务中提升表现，并可通过分解评估集测量干预间的上位效应。
arXiv cs.AI4 小时前
★ 2
PCE：以群体为中心的自进化智能体方法
论文指出自进化智能体研究过度聚焦少数父代个体，浪费了群体中涌现的能力与诊断证据。作者提出「无处之见」原则并实现为群体中心进化（PCE），将群体任务记录与修改历史蒸馏为群体块指导改进。在 SWE-bench Verified 达 72.1%、Polyglot 达 96.7%。
arXiv cs.AI5 天前
★ 2
IDM：自进化智能体改进动态预测框架
论文提出可编辑的改进动态模型（IDM），在评估前预测修改的任务级结果并指导修订，评估后用历史修改与结果持续改进 IDM。基于 HyperAgents，在多语言编程、论文评审、机器人奖励设计和奥数评分四个领域均超越基线，平均性能提升最高达 46%，且预测知识可跨领域迁移。
arXiv cs.LG19 天前
这个主题的相关资产
相关术语自进化智能体