← 返回 2026-09-23 简报

RRSI:智能体框架的常规化递归自我改进

RRSI: Regularized Recursive Self-Improvement of Agent Harnesses

语音播报
摘要
事件:Google团队提出RRSI框架,通过正则化约束智能体Harness的递归自我改进过程,防止过拟合并提升泛化能力。 要点:引入时间退火预算与评审剪枝机制,在八项基准测试中OoD性能提升4.7分,策略Token减少30%。 影响:为构建高效、通用的智能体系统提供新范式,显著降低推理成本并增强模型在未知任务中的鲁棒性。

论文

arxiv:2609.24972
复制 markdown
RRSI:智能体工具链的正则化递归自改进

发布于 9月21日
·
提交者
Peng Xia
于 9月22日
今日最佳论文
·
Google
作者:
Peng Xia
,
Rujun Han
,
Zifeng Wang
,
Yanfei Chen
,
Yufan Zhang
,
Yoonho Lee
,
Chengsong Huang
,
Han Yu
,
Zhongying CuiZhu
,
Yifei Ming
,
Huaxiu Yao
,
Burak Gokturk
,
Tomas Pfister
,
Chen-Yu Lee

摘要

大型语言模型(LLM)智能体的能力在很大程度上由其工具链(harness)所放大,即围绕冻结骨干模型构建的提示词、控制流、工具、记忆和上下文管理机制。最近的方法通过迭代地提出并选择智能体工具链中各个组件的编辑方案,日益自动化这一过程,实际上在智能体系统层面确立了一种递归自改进(RSI)的形式。然而,这种递归进化可能会因记忆训练任务而过拟合,表现出巨大的分布内增益,但在分布外基准测试上这些增益会缩小甚至消失。我们引入了智能体工具链的正则化递归自改进(RRSI),通过将正则化原则融入工具链的自改进过程中,约束进化候选者的提出和选择。提议者采用时间退火预算,限制候选者可以捆绑的编辑数量,并基于进化历史鼓励探索未开发的轨迹。选择器配备了批评者和修剪器:批评者筛选针对特定基准的提案,而修剪器则移除那些变化过小、成本过高或不再有用的更改。这些约束共同 favor 可复用的智能体机制,而非针对特定基准的机制甚至噪声。在涵盖编码、智能体工作区和工程设计任务的八个基准测试中,RRSI 在其进化的拆分上最高获得 14.1 分的提升,在五个分布外基准测试上最高获得 4.7 分的提升,同时生成的工具链比未正则化的进化少消耗 30% 的策略令牌。代码可在 https://github.com/google-research/rrsi 获取,项目页面为 https://regularized-rsi.com/。

查看 arXiv 页面
查看 PDF
项目页面
GitHub
54
添加到合集
社区
richardxp888
论文作者
论文提交者
大约 19 小时前

我们发布了智能体工具链的正则化递归自改进!快来看看吧!

查看翻译
回复
编辑
预览
通过拖拽、粘贴或点击此处上传图片、音频和视频。
评论

· 注册或登录以发表评论

赞成票
152
+140

在你的智能体中获取此论文:

hf papers read 2609.24972
没有最新的 CLI?
引用此论文的模型
0

无链接此论文的模型

在模型的 README.md 中引用 arxiv.org/abs/2609.24972 以从此页面链接它。
引用此论文的数据集
0

无链接此论文的数据集

在数据集的 README.md 中引用 arxiv.org/abs/2609.24972 以从此页面链接它。
引用此论文的 Spaces
1
🛸
7Ali/https-globall-cloud-pages-dev
包含此论文的合集
1
paper2read
合集
189 项
·
更新于大约 7 小时前
·
7

本条评分 10.9 score-v1
  • 来源权威 9
    注册表 priority=9(HuggingFace Daily Papers)
  • 时效 1.945
    发布 22.5 小时前,衰减到 1.94/3.0
  • 多源印证 0
    只有 1 家在报(无旁证)
  • 社区信号 0
    无社区数据(本管线走 RSS,HN 的 hn_fetcher 未接入)

首次收录 · 2026-09-23 · 10.95 分

原文链接:https://huggingface.co/papers/2609.24972
来源:HuggingFace Daily Papers
以上内容由 AI 自动翻译,仅供参考。
← 返回简报