主要来源arXiv: DeepSeek
查看原文事件专题 ·官方一手
SelfSearch：无奖励搜索提升智能体自我改进
SelfSearch是一种无奖励搜索程序，智能体通过记录之前的自我改进经验来修改自身。在六种模型-基准设置中，SelfSearch将种群平均成功率提升超过初始智能体。在SWE-bench多语言测试中，智能体成功率提高5.0个百分点，同时降低38.5%的执行成本。使用仅4.03美元的搜索成本，DeepSeek V4 Flash在Terminal-Bench 2.1上达到82.0%的任务解决率。
当前结论
SelfSearch让智能体通过自我修改记录提升能力，无需下游奖励信号，成本更低效果更好。
2 个信源58° AI 热度最后更新 2026/9/29 16:36:24
证据链
2 个信源相关来源 1ARC Prize
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。