跳到主要内容
检索

# 智能体自我改进

1 篇关联报道

订阅更新
  1. arXiv

    智能体不再等外部评分:Verify by Doing 让执行与验证在同一任务内共同进化

    智能体在测试时自我改进通常依赖基准分数或参考答案来判断任务是否完成,而在真实任务中这类外部反馈往往缺失。Verify by Doing 让执行智能体与验证智能体各自维护可编辑的指令、技能和检查清单,通过主动检查工件与环境状态收集完成证据,并用这些证据同时指导执行与验证程序的更新。在 AutomationBench、Banking 和 133 个 GDPval 任务上,该方法在无外部反馈的比较方法中总体得分最高;固定候选池时,进化后的验证器把通过率从 31.2% 提高到 35.8%。

已读完全部报道