ModularRSI:模块化框架让智能体外壳实现可泛化的递归自我改进
IQuestLab · hf · 2026-09-16
IQuestLab 发布 ModularRSI,针对递归自我改进(RSI)在 agent harness 上的三个难题:基准特定适应难以区分可复用改进、单轨迹更新易混淆系统性缺陷与个例细节、整体优化难以归因。
方法要点:
- 对比式缺陷定位:对同一任务的成功与失败轨迹做对比,并跨任务聚合证据,识别反复出现的行为缺陷。
- 模块化拆分:把可演化的 harness 分为 Agent Loop、Tool Use、Observation Management、Context Management、Task Completion Detection 五个功能模块,各自在受限修改范围内独立演化,再经整合阶段合并并消解冲突。
- 基准隔离:从外部来源整理 2,000 个可执行演化任务,与下游评测基准不重叠,避免过拟合评测集。
实验在 TB2.0 与 SWE-Bench Verified 上显示:演化后的 harness 在未见过的同域和跨域任务上均有一致提升,且能跨不同基础模型迁移。
「编程与Agent」频道最新
- 博主用豆包 Seed 2.1 做出卫星遥感版企业财报尽调工具 — karminski3 · 2026-09-16
- 开发者让 Agent Isaac 全程执导 AI 音乐视频制作 — Kyrannio · 2026-09-16
- NoSpoon 十分钟生成「烂到好看」的 AI slopdrama,月底关停公网 — Kyrannio · 2026-09-16
- 现成 AI 代码审查机器人都不好用，开发者自研一款第一天就抓到问题 — uwukko · 2026-09-16
- 实测 TypeSafe Jev:响应快 5.7 倍,成本降 98%,准确率高 12 个百分点 — jon_reed · 2026-09-16
- 2026 年新技能：Harness Engineering 取代提示词工程 — pstAsiatech · 2026-09-16