RuHarness：评分标准与执行框架协同演化，助智能体持续自我改进
论文AI 评分 72/100arXiv cs.AI待复核
AI 聚合
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。
针对智能体执行框架演化过程中监督信号偏静态、难以跟上多轮行为弱点的变化，论文提出 RuHarness 框架，让评分标准与执行框架协同演化。该方法从执行轨迹中持续发现并重新评估行为准则，优先处理最相关且尚未解决的弱点，在任务目标不变的前提下指导框架做针对性更新。在多种智能体任务与骨干模型上的实验显示，RuHarness 优于较强的框架演化基线，在未见的留出任务上优势尤其明显；分析表明，自适应地排定评分标准优先级能够跟踪不断变化的弱点，并在多轮演化中带来更持久的提升与更稳定的泛化。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载问题出在监督信号
论文指出，自主智能体越来越依赖围绕大语言模型构建的执行框架，这些框架负责交互、记忆、工具调用与执行。已有工作开始从执行经验中演化这类框架，但用于指导演化的监督信号往往相对静态。静态监督难以跟踪智能体在多轮演化中不断变化的行为弱点，也可能限制其向未见任务泛化。论文把这一现象概括为评分标准落后于执行框架的演化。
协同演化的做法
RuHarness 的核心是让评分标准与执行框架一起演化。它从智能体的执行轨迹中不断发现新的行为准则，并对已有准则重新评估；随后按相关性对尚未解决的弱点排序，把最需要处理的部分作为指导信号，用于对执行框架做有针对性的更新。整个过程中任务目标保持不变，变化的是评分标准与框架本身。这样，监督信号能够随轮次推进而更新，而不是停留在初始设定上。
实验结果与泛化表现
论文在多种智能体任务和多个骨干模型上做了实验，RuHarness 的表现优于较强的框架演化基线，在未参与演化的留出任务上优势更明显。进一步分析显示，自适应地排定评分标准优先级能够跟上不断变化的弱点，使改进在多轮演化中更持续，泛化也更稳定。这些结果说明，监督信号与执行框架同步演化，是维持智能体长期自我改进的一条可行路径。
为什么值得看
智能体自我改进的关键瓶颈在于监督信号会滞后；这篇论文给出了让评分标准随框架一起演化的具体做法。
智能体论文
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。