GuideEvolve 自进化智能体框架发布，优化迭代次数减半
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载专家评估驱动的进化流程
GuideEvolve 把任务专属的专家评估接入智能体的自我进化环节，形成一条由评估结果牵引的迭代管线。与以往让智能体自行试探、自行判断改进方向的做法不同，这一管线在每一轮演化中引入针对具体任务的专家评价作为依据，使后续调整有明确的参照。论文将这一设计与三项自主调控机制并列，视为框架的两项核心创新之一。三项机制被合称为 3Ts，分别是 Think Fast and Slow、Throwback 与 Termination by choice，对应认知层面的优化、通过时间回滚实现性能恢复，以及按需终止的自适应协议。作者在摘要中说明，提出这套组合是为了应对现有自我进化智能体范式中的关键局限。
基准上的成绩与波动
在 MGSM 与 MMLU 两个基准上，GuideEvolve 的准确率与当前先进模型处于相近水平：MGSM 上为 89.8%，对比 Gödel Agent 的 90.6%；MMLU 上为 89.1%，对比 87.9%。论文同时报告其波动幅度明显更小，并称稳健性有所增强。也就是说，在前一个基准上它的准确率略低于对照方案，在后一个基准上则略高，两项并非全面领先，差异主要体现在结果稳定程度上。
成功率与迭代次数的变化
论文给出的进化成功率达到 100%，对照基线为 82%。在所需优化迭代次数上，GuideEvolve 相比基线减少约一半：基线为 30 次迭代，GuideEvolve 在不同任务上分别为 15.1 次和 13.4 次。这两组数据说明改进不只体现在最终准确率，也体现在达成结果所需的尝试轮数与一次成功的把握上。作者据此认为该框架能为生产部署提供更好的稳定性。论文共 14 页，含 10 幅图，于 2026 年 10 月 21 日提交至 arXiv cs.AI 分类，编号 arXiv:2610.30017。
为什么值得看
自进化智能体在成功率与迭代成本上的具体量化对比，对做 agent 落地的团队有直接参考价值。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。