arXiv cs.CL· Zhipeng Chen, Yunsen Liang, Yanxi Chen, Hongkang Zhao, Lingyun Feng, Ruiyang Ren, Guoxin Chen, Jia Deng, Feng Chang, Chuan Hao, Ran Tao, Jian Yang, Ji-Rong Wen, Bryan Dai, Wayne Xin Zhao·· 12 小时前AI 评分49
DeepEvolve：面向未来预测的递归自我改进智能体系统
Evolving with Open Worlds: Towards Recursive Self-Improvement for Future Forecasting
AI 导读
DeepEvolve 是一个基于未来事件预测的可持续进化智能体系统，通过动态演化环境合成可验证任务，并用递归进化引擎将预测推理轨迹转化为能力。在每周更新的 FutureX 排行榜上，其自我改进的预测器连续三周排名第一，评分提升最高达 195%；在合成评测中于四个基础 LLM 上均进入前三，最高超过最强基线 10.7 个 Bradley-Terry 分。
正文 · AI 翻译
作者：Zhipeng Chen、Yunsen Liang、Yanxi Chen、Hongkang Zhao、Lingyun Feng、Ruiyang Ren、Guoxin Chen、Jia Deng、Feng Chang、Chuan Hao、Ran Tao、Jian Yang、Ji-Rong Wen、Bryan Dai、Wayne Xin Zhao
摘要：当代大多数人工智能（AI）系统在发布时参数即被冻结，并通过外部更新来改进；而理想的系统应能从自身经验中持续改进，我们将这种能力称为递归自我改进（RSI）。然而，研究 RSI 需要一个持续变化、可客观验证且自然有据的环境，这对智能体演化构成了根本性挑战。在此，我们提出 DeepEvolve，一个基于未来事件预测的可持续演化智能体系统，其中智能体与动态演化的环境持续交互，并通过内化和外化这些交互中获得的经验来改进。一个活环境合成可验证任务，一个递归演化引擎将每次预测背后的推理轨迹转化为能力：将搜索与预测解耦，使参数级演化适应易受污染的实时环境；而蒸馏可复用技能则让智能体能够从这种环境所提供的有限实时轨迹中演化。在外部 FutureX 排行榜上（该榜单依据真实世界结果评估预测，并每周更新），我们自我改进的预测器连续三周在所有系统中排名第一，评分提升最高达 195%。在我们合成的评估中，它在四个基础 LLM 上均位列前三，比最强基线高出最多 10.7 个 Bradley--Terry 分。更广泛地说，这些结果表明，为自我改进而构建的系统最好被理解为一个与真正鲜活、开放的环境共同演化的智能体，这指向 AI 从在固定数据上训练静态模型，转向培育能从自身经验中变得更强的智能体，而这样一个开放世界正是这种成长不可或缺的基础。
| 评论： | 47 页，13 张图。工作正在进行中 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.29784 [cs.CL] |
| （或 arXiv:2610.29784v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29784 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zhipeng Chen [查看邮箱]
[v1]
2026 年 10 月 21 日星期三 14:09:57 UTC（5,116 KB）
来源：arXiv cs.CL · arxiv.org