arXiv cs.AI· Zimu Wang, Xiaobo Wang, Siyu Ye, Jiaqi Li, Silin Chen, Yuling Shi, Ruobing Wang, Jingjing Zhang, Chaofan Wang, Kai Wu, Mengnan Qi, Kai Cai, Xiaodong Gu, Zilong Zheng·· 11 小时前AI 评分52
RSIHub：可组合的智能体演化方法框架
RSIHub: A Composable Framework for Agent-Evolution Methods
AI 导读
RSIHub 是一个开源框架，用于在共享基础设施上构建、比较和扩展智能体演化方法。它通过 recipe 组合可复用算子并声明可变资源，由框架提供执行、评测、恢复和血缘记录。
正文 · AI 翻译
作者：Zimu Wang、Xiaobo Wang、Siyu Ye、Jiaqi Li、Silin Chen、Yuling Shi、Ruobing Wang、Jingjing Zhang、Chaofan Wang、Kai Wu、Mengnan Qi、Kai Cai、Xiaodong Gu、Zilong Zheng
摘要：Agent-evolution 方法利用执行反馈来改进提示词、技能、工具和编排，但其实现往往重复搭建相同的实验机制。我们提出 RSIHub，这是一个开源框架，用于在共享基础设施上构建、比较和扩展这些方法。Recipe 组合可复用算子并声明可变资源；RSIHub 提供执行、评估、恢复和血缘追踪。研究人员可以专注于演化策略，而评估保持在可变范围之外，结果始终与候选方案和评估条件绑定。我们在不修改框架核心的情况下实例化了 AHE、Hyperagents、A-Evolve 和 GEPA，将方法特定逻辑保留在 recipe 和算子中。我们在固定模型和评估器配置下，使用 MiniSWE 和 Codex 在 Terminal Bench 2 和 $\tau^3$ Banking 上对它们进行评估。观察到的总体 pass@1 最大提升为 13.5 个百分点，而方法排名因设置而异，优化收益并不总能迁移到留出任务上。RSIHub 提供了用于比较演化策略的通用协议、可检查的候选历史，以及用于开发新方法的可复用组件。
| 评论： | NeurIPS 2026 Meta-Agents Workshop |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.32253 [cs.AI] |
| （或 arXiv:2610.32253v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32253 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zimu Wang [查看邮箱]
[v1]
2026年10月23日星期五 07:06:07 UTC（2,261 KB）
来源：arXiv cs.AI · arxiv.org