自评估递归智能体：Self-Evaluating Recursive Agents

递归语言模型智能体将任务分解并委派给同一策略的子实例，形成工作树，但训练困难：最终结果可验证，自创的中间子任务数量多且无真值标注。现有方法用验证器或评判器为每个节点打分，规模上成本高昂且无法感知分解质量。作者提出递归智能体需在同一组权重内学习分解、求解与评估三项耦合能力。