Google 提出 GUARD:冻结基座模型让 Agent 自改 harness,准确率提 8.89 分

omarsar0 · x · 2026-11-19

Google Cloud 团队发布论文《GUARD: Stabilizing Recursive Self-Improvement with Regret Guidance》,针对自改进 agent harness 的常见顽疾——局部过拟合、灾难性遗忘、记忆污染——提出闭环方案。

核心思路

关键结果

测试时只需单个冻结 harness 一次前向,无需外部评分器,是在离线权重强化学习难落地场景下的实用 RSI 路线。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →