RRSI 正则化约束智能体递归自我改进,分布外基准最高提升 4.7 分
burny_tech · x · 2026-09-28
Google Cloud AI Research 联合 UNC、Stanford 等机构发布论文 RRSI(Regularized Recursive Self-Improvement of Agent Harnesses)。
核心问题:LLM 智能体的能力很大程度由其 harness(prompt、控制流、工具、记忆与上下文管理)放大。现有方法通过迭代提议和筛选 harness 组件编辑实现递归自我改进(RSI),但这种进化容易过拟合训练任务——分布内提升显著,在分布外基准上却缩水甚至消失。
方法:将正则化原则引入 harness 自我进化——
- 提议者使用随时间退火的编辑预算,限制单次候选可捆绑的修改数,并基于进化历史鼓励探索未走过的路径;
- 选择器配备 critic(过滤针对特定基准的提议)和 pruner(移除过小、过于昂贵或已无用的改动)。
结果:在覆盖编码、智能体工作区和工程设计任务的 8 个基准上,RRSI 在自身进化的任务集上最高提升 14.1 分,在 5 个分布外基准上最高提升 4.7 分,且比无正则化的进化少用 30% 的 policy token。
所属事件:Google 开源 RRSI:冻结参数下 Agent 递归自我改进(2 条相关)→
「编程与Agent」频道最新
- Google 开源 PaperOrchestra:多 Agent 自动写 AI 研究论文 — google-research · 2026-11-16
- ffmpeg-skill 爆火:42 个 FFmpeg 工具让编码 Agent 本地剪视频 — kajisho5 · 2026-11-16
- 团队让 Agent 自动回复 Slack,网友直呼「和所有人的幽灵版聊天」 — iamrobotbear · 2026-11-16
- AI 求职面试复盘法:让 Claude 指出你哪段回答最没说服力 — brandon_galang · 2026-11-16
- DeepSeek 开源官方 App 前端 chat-demo,3.9k 星 — NielsRogge · 2026-11-16
- lemire:AI 改变编程的不是速度,而是扩大工程师的「认知半径」 — lemire · 2026-11-16