AITOP
精选
过去 24 小时，从 865 条中筛出 48 条
全部模型产品行业论文技巧
标签：双角色演进×
6月11日
15:28
15:23
15:07
6月10日
12:42
12:42arXiv cs.AI@Xucong Wang, Ziyu Ma, Shidong Yang, Tongwen Huang, Pengkun Wang, Yong Wang, Xiangxiang Chu
精选
Role-Agent 是一种让单个 LLM 同时扮演智能体和环境的框架，通过自举式协同进化提升性能。它包含两个核心组件：World-In-Agent（WIA）让模型在每次行动后预测未来状态，利用预测与实际状态的对齐作为过程奖励，促进环境感知推理；Agent-In-World（AIW）则分析失败轨迹中的模式，并检索具有相似失败模式的任务，重新调整训练数据分布进行针对性练习。在多个基准测试中，Role-Agent 平均提升超过 4%，解决了传统智能体学习依赖低效交互反馈和静态训练环境的问题。
论文LLM智能体自举学习过程奖励双角色演进arXiv论文
推荐理由：做 LLM 智能体训练的团队终于有了一个无需外部环境反馈的自我进化方案——Role-Agent 让模型自己当裁判和教练，平均提效 4%+，值得在复杂任务场景中试试。
原文
6月1日
00:09
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？🔥Anthropic 把 AI 编程的“确认键”彻底删掉了！Claude Code 搭载全新 Opus 4.8 模型，长时间任务不跑偏、不废话、不中断，像一个资深工程师一样默默干活，从功能开发到漏洞清扫全包圆，你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”，现在它直接交完整交付物……自主编程的最后一层窗户纸，被捅破了。做自动化开发和代码审查的团队，这个模型建议直接上手，效率差距肉眼可见……Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？