斯坦福 Agent0:零数据自进化智能体框架将在 COLM2026 发布

yuyinzhou_cs · x · 2026-10-01

论文作者将携 Agent0(Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning)参加 10 月 6-9 日的 COLM2026,作者包括 Peng Xia、Can Qin、Caiming Xiong、Huaxiu Yao 等(arXiv:2511.16043,Salesforce/斯坦福背景)。

据转发者的讨论帖介绍:现有自我改进 agent 只能生成略难于自身水平的任务,很快停滞;Agent0 从同一基座 LLM 孵化两个 agent 竞争——课程 agent 负责出题——无需任何人类标注、精选任务或示例,效果超越现有 self-play 方法。论文与代码均已公开。