arXiv cs.AI· Yun-Shiuan Chuang, Yirou Ge, Yixi Li, Yiming Bian, Zijie Pan, Jenna L. Ballard, Uma Kona, Linsey Pang, Prakhar Mehrotra·· 2 天前AI 评分30
一种自我改进的智能体如何生长出自己的 DSL：面向精确问答的无 Oracle 算子归纳
A Self-Improving Agent that Grows its Own DSL: Oracle-Free Operator Induction for Exact Question Answering
AI 导读
一个冻结模型通过内外双层循环，在无奖励、无评判模型、无答案键的条件下生长出自己的 DSL 算子，实现精确问答。内层循环仅在两个独立编写的表达式对每条记录一致时才作答，将可回答问题集扩大约三倍；外层循环自主发现缺失能力并编写算子，仅在独立第二实现一致且结果满足守恒律时接纳。
正文 · AI 翻译
摘要：一个自我改进的智能体必须决定保留哪些新技能，而在实践中，它会保留任何能获得高奖励、说服评判模型或压缩其技能库的技能，即使该技能是错误的。在答案必须完全正确之前，这都没问题：在一张交易表上，总额要么正确要么错误。我们提出一个更难的问题：智能体能否在没有奖励、没有评判者、没有答案的情况下，扩展其可计算的能力，并且仍然完全正确？一个单一的冻结模型在一个小型、精确的领域特定语言（DSL）上运行两个嵌套循环。内层循环仅当两个独立编写的表达式在每条记录上都一致时，才回答新问题。外层循环发现自身缺失的能力，并为其编写一个算子，仅当独立的第二个实现一致且结果遵守守恒定律时才被接纳，全程无需真值。内层循环大致将可回答问题集扩大三倍，外层循环在不相交的起始集上自我扩展，发明起始闭包之外的算子；一个无归纳的对照组无法回答任何新问题。接纳规则在经验上是可靠的：在独立参考下，它拒绝了 138 个有缺陷的算子变体中的 138 个，即使其中一个由不同的模型家族编写，而该领域所依赖的“能运行就接纳”、自洽性和压缩信号却接纳了其中大多数。未经修改，同一机制在两个具有不相关模式的进一步领域上自我扩展，即商业账本和临床就诊问答，将其可回答集扩大十倍以上和近二十倍。该循环也能跨模型家族迁移：在更多提议者下运行，门控保持可靠，独立家族以相当程度自我扩展，只有归纳产出与每个提议者的 DSL 熟练度相关。
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.20809 [cs.AI] |
| （或 arXiv:2610.20809v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.20809 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Yun-Shiuan Chuang [查看电子邮件]
[v1]
2026年10月14日星期三 18:55:34 UTC（1,403 KB）
来源：arXiv cs.AI · arxiv.org