arXiv cs.AI· Zixuan Xie, Chang Xu, Yuhua Jiang, Li Zhao·· 3 天前AI 评分34
预测再修改：面向自进化智能体的改进动态学习
Predict Before You Modify: Learning Improvement Dynamics for Self-Evolving Agents
AI 导读
研究者提出可编辑的 Improvement Dynamics Model（IDM），让自进化智能体在评估前预测修改的任务级结果并指导修订，评估后再用历史修改与结果迭代改进 IDM。基于 HyperAgents，该方法在多语言编程、论文评审、机器人奖励设计和奥赛级数学评分四个领域均优于 HyperAgents，平均性能提升最高达 46%，且在匹配 token 预算和留出任务上依然有效。
正文 · AI 翻译
摘要：自进化智能体通过反复的修改与评估循环实现改进。然而，现有方法只有在代价高昂的评估之后才能获得关于修改的反馈，而且聚合分数可能会掩盖需要不同修复方式的失败之间的差异。我们通过一个可编辑的改进动态模型（IDM）引入预测性自进化。在评估之前，IDM 预测所提出修改的任务级结果，并指导可选的修订。在评估之后，过去的修改及其观察到的结果被用于改进 IDM，使预测性知识能够跨代积累。因此，该系统可以改进其解决任务、提出修改以及预测其效果的方式。基于 HyperAgents，我们在多语言编码、论文评审、机器人奖励设计和奥林匹克级数学评分中评估了该方法。我们的方法在所有四个领域中都优于 HyperAgents，跨代平均性能最高提升 46%。在包含智能体进化和任务评估的同等 token 预算下，增益依然存在，并扩展到留出任务。随着 IDM 的进化，预测准确率提高，且学到的预测性知识可迁移以改进新领域中的进化。
| 学科： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.13991 [cs.LG] |
| （或 arXiv:2610.13991v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.13991 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Zixuan Xie [查看电子邮件]
[v1]
2026年9月26日星期六 18:59:47 UTC（2,245 KB）
来源：arXiv cs.AI · arxiv.org