Google 发布 RRSI 论文:正则化约束 Agent 递归自改进防过拟合
cihangxie · x · 2026-09-23
Google 团队发布论文 RRSI: Regularized Recursive Self-Improvement of Agent Harnesses(arXiv:2609.24972,附代码与项目页),并开源实现。
- 问题:LLM Agent 的能力很大程度由 harness(prompt、控制流、工具、记忆、上下文管理)放大,近期方法通过迭代编辑 harness 实现「递归自改进」(RSI),但这类演化会记住训练任务——分布内大涨的分在分布外 benchmark 上缩水甚至消失。
- 方法:把正则化原则引入 harness 自改进,从两头约束:提案方(proposer)用随时间退火的编辑预算限制单次候选捆绑的修改数,并基于演化历史鼓励未探索轨迹;选择方(selector)配备 critic 过滤针对特定 benchmark 的提案,pruner 剔除太小、太贵或不再有用的修改。
- 效果:这些约束让演化偏向可复用的通用机制而非刷题式修改,在覆盖编码、agentic workspace 与工程的 8 个 benchmark 上验证。
所属事件:Google 提出 RRSI:正则化约束 Agent 框架递归自我改进(8 条相关)→
「编程与Agent」频道最新
- 开源 DeepORG 发布:一个 Agent 管理数据库、API、文件和代码 — dosco · 2026-11-22
- Agent 能转账就说明边界设错了:把权限写进工具而非提示词 — ExecLayer_io · 2026-11-22
- 清华 AutoRAGBench:AI Agent 建的 RAG 系统跑赢人类最佳设计 — omarsar0 · 2026-11-22
- 别在 Slack 里 @ 你的 agent:Jev 让 agent 自主判断是否该回复 — DavidWells · 2026-11-22
- Intent 更新:顶栏唤起、导入 Claude Code 与 Codex 会话 — Wattenberger · 2026-11-22
- rakyll 详解 AX:给 Agent 一个可自己编排任务的控制层 — rakyll · 2026-11-22