Meta^n 递归自改进架构：ARC-AGI-2 得分 0.331
burny_tech · x · 2026-08-31
论文提出 Meta^n 架构，通过递归应用固定的元操作到自身前一层，实现真正的递归深度。该方法允许深层网络检查失败及其成因代码，从而优化或覆盖早期策略。在 ARC-AGI-2 基准上得分 0.331，远超 Gödel Agent (0.054) 和 OpenEvolve (0.003)。消融实验表明递归带来的层级条件传递是性能提升的关键。
所属事件:Meta^n 递归架构让 AI Agent 自我改进(3 条相关)→
「编程与Agent」频道最新
- 用 Codex 17分钟写好 iPhone Duo 抢购程序，41项测试通过 — xiaohu · 2026-10-16
- 多玩家长期记忆产品登顶 BEAM 记忆基准，一条 prompt 即可安装 — CurieuxExplorer · 2026-10-16
- 生成式 CAD 工具 NativeCAD 提供 177 个 MCP 工具，85% 以上英文建零件需求可通过 — burhop · 2026-10-16
- Flux AI CAD 支持导入 STEP 文件后用自然语言直接改型 — burhop · 2026-10-16
- 同时开 50 个 AI 任务是充电还是烧脑?开发者吵起来了 — zack_overflow · 2026-10-16
- 创业者用 Opus 一次清掉 3 万行技术债,印证「等新模型来重构」策略 — lucasmeijer · 2026-10-16