跳到正文
arXiv cs.AI· Shuo Yan, Ningning Hou, Haoyu He, Haochen Pei, Shang Gao·· 12 小时前AI 评分38

以群体为中心的智能体进化:Population-Centered Evolution(PCE)在 SWE-bench Verified 上达 72.1%

The View from Nowhere: Population-Centered Agent Evolution

AI 导读

研究者提出 Population-Centered Evolution(PCE),将群体中反复出现的失败、互补的成功与既往自我修改记录蒸馏为 population block,用于改进选定父代智能体的 harness。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:自我改进的 AI 系统能够修改支配自身行为的设计。然而,现有方法将改进集中于选定的父代智能体及其进化经验,使更广泛的种群在很大程度上未被充分利用。我们发现种群覆盖范围(即至少由一个进化变体解决的任务)与最佳单个智能体的性能之间存在显著差距。这一差距表明,有用的能力和诊断性证据在种群中涌现,却未被整合到其领先的智能体中。
这些观察引出了“无处之见”(view from nowhere)原则,一种面向智能体进化的原则:应通过种群范围内成功、失败和先前自我修改的模式来解读智能体的行为,从而改进该智能体。我们将这一原则实例化为以种群为中心的进化(Population-Centered Evolution,PCE)。PCE 将种群中的任务记录和修改历史提炼为一个种群块,该种群块捕捉反复出现的失败、互补的成功以及先前尝试的修改所产生的影响,以指导对选定父代 harness 的改进。
在模型、初始 harness 和进化计划相匹配的条件下,PCE 在 SWE-bench Verified 上达到 72.1% 的成功率,在 Polyglot 上达到 96.7%,分别比一个强大的群体进化基线高出 3.2 和 5.9 个百分点。在我们的评估中,PCE 将 SWE-bench 上种群覆盖范围与最佳智能体性能之间的差距缩小了三分之一,并在 Polyglot 上消除了该差距。这些结果表明,将种群视为证据——而不仅仅是选择的候选对象——为智能体进化提供了一种互补原则。
主题: 人工智能(cs.AI)
引用为: arXiv:2610.36660 [cs.AI]
  (或 arXiv:2610.36660v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2610.36660

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Shuo Yan [查看邮箱]
[v1] 2026年10月27日星期二 05:24:34 UTC(1,854 KB)

来源:arXiv cs.AI · arxiv.org