「The Trinity」论文：三角色递归自我改进，训练基准平均提升 34 分
mark_k · x · 2026-10-29
论文《The Trinity: Capability-Driven Recursive Self-Improvement for Multimodal Agents》提出一个三角色递归自我改进框架，底层模型保持不变，靠演化 agent 周边的工具与工作流来提升能力：
- Creator:围绕不同任务共享的能力需求，生成简化、可验证的模拟世界用于能力学习
- Explorer:在这些世界中训练，演化出可复用的 agent 模块，形成「Harness 树」
- Evolver:把验证过的执行结果组织成层次化能力树，并驱动 Capability-Aware Harness Router 为不同任务选择兼容的模块配置
实验结果：28 个训练基准平均提升 34 分，18 个未见基准平均提升 26 分，其中包括两个真实世界机器人任务。论文来自 Cardinal AI Lab(InfRec),2026 年 10 月发布于 arXiv。
所属事件:Trinity 框架让多模态智能体递归自我改进(2 条相关)→
「漫话AGI」频道最新
- Dan Wang:伦敦已是后AGI城市，不功能但会好玩 — herbiebradley · 2026-10-30
- AI 冲击数学界:哲学家提「清单模型 vs 生成式相遇」,数学进步将迎黄金时代还是终结 — Dr_Atoosa · 2026-10-30
- 4 人团队借 AI Agent 月发 7.7 万次变更,工程师差异化生存指南 — yoobinray · 2026-10-30
- Ben Horowitz 撰文：持续学习是下一场技术革命 — brianryhuang · 2026-10-30
- Anthropic API 密钥泄露,智能体 15 分钟内自动完成处置 — tylerjdunn · 2026-10-30
- 架空 1865：蒸汽 AI 代理降临，英国议会立《红领带法案》限速 — azmackay · 2026-10-30