自我改进相关 AI 资讯

论文 Agent 与开发者官方一手精选23:30

苹果研究团队提出RLTL;DR自我改进方法

苹果团队的新方法让AI在没有成功案例的情况下也能自我改进，特别适合解决超难任务。

#RLTL;DR #强化学习 #自我改进 #苹果研究

官方一手Apple ML Research原文

论文 Agent 与开发者21:21

AI设计芯片形成自我改进循环

Recursive AI创始人聊AI如何设计芯片形成自我改进循环，这个正反馈循环很有意思。

#Recursive AI #芯片设计 #自我改进 #AI Deep Dive

The Information@theinformation原文

模型中美对照多源确认01:39

Sentient 发布 EvoSkill v2，让 AI 代理自我改进无需重新训练

Sentient 的 EvoSkill v2 很酷，它让 AI 代理能自我改进，不用重新训练，直接通过文件学习经验，比如在电子表格修复任务上效果很好。

#Sentient #EvoSkill #代理 #自我改进

事件专题

elvis@omarsar011 个信源在谈原文

模型72°00:25

Dream agents持续自我改进循环

Perplexity AI的Dream agents实现离线自我改进，与现有方法不同，值得关注。

#Perplexity AI #Dream agents #智能体 #自我改进

官方账号Perplexity@perplexity_ai原文

论文09:54

超越模仿：通过离线策略Q-规划提升机器人策略

这项研究提出了Q-规划，通过离线策略Q函数与大型视觉运动BC策略的结合，实现了机器人策略的自我改进，显著提升了机器人操作的性能，值得一试。

#Q-Planning #机器人策略 #自我改进 #行为克隆

arXiv cs.LG@Varun Giridhar 等 5 人原文

模型中美对照13:59

AI开始给自己出题，中国团队跑通数据层RSI

这团队让AI自己给自己出题，跑通了数据层RSI。以后训练数据不够，或许不用再靠人工攒题了。

#数据层RSI #自我改进 #数据生成 #训练数据

量子位@闻乐原文

论文10:04

EvolveNet：智能体自我改进的协作式 Harness 进化

它让不同环境的多个智能体各自进化再合并，本地数据不用集中也能互相借鉴，异质任务下提升最明显。

#EvolveNet #智能体 #协作进化 #自我改进

arXiv cs.LG@Jun Nie 等 6 人原文

论文11:00

失败引导的图像自增强：FISA提升多模态大模型自我改进能力

这篇讲FISA，拿模型答错的题来造新训练图，比瞎做增强更准，还能和文本增强一起用。

#FISA #多模态大语言模型 #图像增强 #自我改进

arXiv cs.AI@Chunyang Jiang 等 12 人原文

论文00:17

从RLVR到RLSVR：任务变换让LLM自我改进用上自验证奖励

开放式任务也能用强化学习自我改进了，这篇论文把RLVR升级成RLSVR，不用人工奖励，AI自己验证自己。

#RLVR #RLSVR #自我改进 #强化学习

AK@_akhaliq原文

论文01:40

自我改进智能体系统综述：从研究到部署

想了解智能体怎么自己变强？这篇综述把自我改进拆解成模型和脚手架两个维度，框架清晰，适合入门和参考。

#智能体 #自我改进 #论文 #基础模型

elvis@omarsar0原文

模型多源确认76°23:52

RoboTTT：将机器人模型扩展到8000时间步上下文

机器人模型终于能记住5分钟内的动作了！RoboTTT用TTT方法让机器人从人类视频一次学会新任务，还能边干边自我纠错，性能随上下文增长持续提升。

#RoboTTT #机器人模型 #上下文学习 #自我改进

事件专题

Jim Fan@DrJimFan3 个信源在谈原文

技巧 Agent 与开发者14:33

Tom Blomfield 谈如何用 AI 打造自我改进型公司

听听 Tom Blomfield 怎么说——他用实际案例讲了怎么把 AI 塞进公司日常流程，让团队自己越跑越快，而不是靠一次上线就完事。

#Tom Blomfield #自我改进 #企业流程

AI Will@FinanceYF5原文

论文精选10:22

AI递归自我改进综述：从有界自优化到自主研究循环

这篇论文把AI自我改进的各种文献梳理得特别清楚，区分了“有界自优化”和真正的“递归自我改进”，还画出了验证强度层级，读完对AI安全风险理解更深。

#自我改进 #递归自我改进 #自我评估 #AI安全

arXiv cs.AI@Mingguang Chen 等 3 人原文

论文多源确认精选15:55

Lilian Weng 新博文：AI 自我改进中的 Harness 工程

Lilian Weng 分析了 AI 自我改进中 Harness 的作用，指出即使模型变强，设定目标仍不可少，值得一看。

#LilianWeng #RSI #Harness #自我改进

事件专题

Lilian Weng@lilianweng3 个信源在谈原文

论文11:07

MetaSkill-Evolve：双时间尺度元技能演化实现LLM智能体递归自我改进

这篇论文让AI智能体不仅能学技能，还能自动改进改进方法本身，在三个测试集上都有明显提升，挺有意思。

#MetaSkill-Evolve #智能体 #自我改进 #LLM

arXiv cs.AI@Zefeng Wang 等 6 人原文

产品 Agent 与开发者07:27

Replit Agent 自我改进闭环，快速提升编程助手性能

Replit 的 agent 学会了自己改自己，效果提升超快，想了解怎么做到的？可以看看这个技术细节。

#Replit #Agent #编程助手 #自我改进

Amjad Masad@amasad原文

模型中美对照官方一手14:38

NVIDIA AI 推出 ASPIRE 机器人框架，零样本成功率 31% 提升 77 点

NVIDIA 搞了个新框架 ASPIRE，自己写程序自己修，LIBERO-Pro 长任务零样本就 31%，还能再提 77 点，做机器人的可以看看。

#NVIDIA #ASPIRE #机器人 #LIBERO

事件专题

官方一手marktechpost@Asif Razzaq4 个信源在谈原文

技巧 Agent 与开发者04:30

Agent自我改进：让Agent反思运行并生成新提示和技能

Vercel教你给Agent加自我改进能力，直接反思运行记录自动优化提示和技能，省得手动调了。

#eve.dev #Vercel #MCP #CLI

Guillermo Rauch@rauchg原文

模型08:26

Autoresearch：自我改进智能体的反馈循环

Introspection分享了autoresearch方法，让AI智能体自己通过反馈循环迭代优化，比手动调参省事多了。

#autoresearch #Introspection #智能体 #自我改进

官方账号Latent Space (swyx)@Richard MacManus原文

论文精选07:51

自我改进智能体的新思路：Red Queen Gödel Machine 共同进化评估器

做智能体自循环的该看看这篇，剑桥让评估器和智能体一起进化，避免奖励黑客，思路很直接。

#Red Queen Gödel Machine #Cambridge #智能体 #自我改进

elvis@omarsar0原文

论文11:39

BINEVAL：将LLM评估分解为二元问题，提升可解释性与自我改进

BINEVAL把LLM评估拆成一堆“是/否”问题，结果好理解、易调试，在事实一致性上比UniEval还准，还能自己优化提示词。

#BINEVAL #LLM评估 #可解释性 #事实一致性

arXiv cs.AI@Sangwoo Cho 等 7 人原文

技巧 Agent 与开发者精选02:15

Deep Agents 的循环工程：自我改进的 Harness

LangChain 公布了一种让智能体自己找弱点并改进的循环方法，每一步都给了具体操作，想调优 Agent 的可以照着试试。

#Deep Agents #LangChain #智能体 #循环工程

官方账号LangChain@LangChainAI原文

产品中美对照官方一手04:28

Perplexity发布Brain，为Computer Agent打造自改进上下文图记忆系统

Perplexity给自家Agent装了个能记住工作过程、夜里自学的大脑，据说测试下来又快又准还省钱。

#Perplexity #Brain #Computer Agent #智能体

官方一手marktechpost@Asif Razzaq原文

产品精选00:57

Adaline 推出 AI 智能体自我改进层，从生产痕迹生成评估

自动从生产数据生成评估，省去人工排查

#Adaline #智能体 #评估 #生产流量

rohanpaul_ai@rohanpaul_ai原文

技巧 Agent 与开发者多源确认10:19

Fable 5 模型使用指南：从几分钟到数天的自我改进系统

教你用Fable 5跑数天级Agent系统

#Fable 5 #Claude #智能体 #自我改进

事件专题

berryxia@berryxia11 个信源在谈原文

论文精选05:40

SIA：AI 通过重写设置和更新模型实现自我改进

这项研究解决了 AI 自我改进依赖人工调参的瓶颈，做自动化 Agent 或模型微调的团队值得关注——SIA 的 LoRA 更新思路能低成本让模型学会任务模式，比只改提示更有效。

#自我改进 #LoRA #任务代理 #自动化

rohanpaul_ai@rohanpaul_ai原文

论文72°04:48

Self-Harness：自我改进的智能体脚手架

做长周期智能体开发的团队终于不用手动维护脚手架了——Self-Harness让系统自己优化提示和工具流，运行越久越强，建议点开论文看看具体实现。

#智能体 #脚手架/工具 #自我改进 #提示优化

elvis@omarsar0原文

论文精选72°08:24

AI 智能体是否真正发现新知识？这篇论文给出答案

做智能体自我改进的开发者，这篇论文戳破了「准确率越高越好」的幻觉，给出了衡量真正发现的新标准，值得仔细读一读。

#智能体 #自我改进 #发现 #蛋白质力学

elvis@omarsar0原文

论文72°23:54

Meta-Agent Challenge：AI 智能体自我改进能力堪忧

这篇论文揭示了 AI 智能体自我改进的瓶颈，做智能体开发或研究的团队值得关注——它直接点出了当前方法的局限和潜在风险。

#智能体 #自我改进 #元智能体 #奖励黑客

elvis@omarsar0原文

模型中美对照多源确认04:43

Anthropic 发布完整博文：Recursive AI 研究新进展

做 AI 智能体或自主推理研究的开发者值得关注——递归自我改进是解决长任务执行瓶颈的关键方向，Anthropic 的这篇博文提供了具体技术细节和实验数据，建议直接阅读原文。

#递归AI #自我改进 #Anthropic #推理模型

事件专题

The Rundown AI@therundownai11 个信源在谈原文

产品 Agent 与开发者精选16:52

MCP 对智能体的重要性远超工具连接，未来几个月将被广泛认知

MCP 正在从工具连接协议进化为智能体自我改进的基础设施，做智能体编排和自动化系统的开发者值得关注这个趋势。

#MCP/工具 #智能体 #协议 #开源/仓库

elvis@omarsar0原文

论文精选72°13:03

GRASP：带回归感知门控的技能提案器，让LLM智能体自我改进不倒退

做LLM智能体自我改进的团队终于有了一个不担心「修好一个、搞坏一个」的方案——GRASP用硬回归预算和门控机制确保每次改进都是净收益，临床场景提升显著，建议做智能体可靠性的开发者点开看看。

#LLM智能体 #自我改进 #技能库 #回归预算

arXiv: DeepSeek@Johannes Moll 等 7 人原文

模型精选11:42

开源框架让智能体自我改进，击败Karpathy的autoresearcher

对于研究智能体自主进化的开发者，这个框架展示了如何让AI通过自我修改实现性能跃升，值得直接尝试复现。

#智能体 #自我改进 #开源/仓库 #MLE-Bench

Ate-a-Pi@svpino原文

产品多源确认10:21

OpenAI 助力税务代理自我改进：处理 7k+ 报税单

税务自动化团队和会计事务所可以看看——OpenAI 代理不仅处理了 7k+ 报税单，还能在使用中自我改进，做财税自动化的开发者值得关注这个案例。

#OpenAI #税务代理 #自动化 #自我改进

事件专题

官方账号Greg Brockman@gdb11 个信源在谈原文

产品 Agent 与开发者官方一手78°03:06

OpenAI 用 Codex 构建自改进税务智能体

做税务或金融自动化的团队值得关注——Codex 让智能体在错误中自我迭代，省去大量人工调试时间，直接提升生产流程的可靠性。

#智能体 #Codex #税务自动化 #自我改进

事件专题

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

产品08:00

Self-improving AI 自动化微调：用 Fireworks Agent 让模型自己改进

Omar 把 AI 自我改进从概念变成了可实操的流程——用 Fireworks Agent 自动微调模型，做知识管理或研究自动化的团队可以直接复现，省去手动调参的麻烦。

#自我改进 #微调自动化 #Fireworks Agent #Qwen

elvis@omarsar0原文