精选理由
这篇SIA讲一个让智能体自己改进的方法，不只调提示，还能改工具和权重，在LawBench上做到了70.1%，代码也开源了。
SIA论文提出将智能体视为可编辑系统，更新目标包括工具、解析器、验证器和权重。在LawBench基准上达到70.1%准确率。其CUDA内核运行仅1,017微秒，去噪任务mse_norm为0.289。论文提供公开仓库，支持选择聚焦于工具链或权重。核心结论是自改进智能体的性能取决于验证器质量。
AI 翻译 · 中文
SIA论文提出将智能体视为可编辑系统，更新目标包括工具、解析器、验证器和权重。在LawBench基准上达到70.1%准确率。其CUDA内核运行仅1,017微秒，去噪任务mse_norm为0.289。论文提供公开仓库，支持选择聚焦于工具链或权重。核心结论是自改进智能体的性能取决于验证器质量。
SIA is interesting because it treats agents as editable systems. Not just prompts. Tools, parsers, verifiers, harness code, and weights all become update targets. The paper reports: > 70.1% on LawBench > - 1,017 µs CUDA …