跳到正文
arXiv cs.CL· Yuanhao Zeng, Shaocheng Lan, Ao Lu, Kuang Yan, Heng Lin, Xinang Xu, Yuan Luo, Yueting Wang, Yexin Li, Ruo Shan, Kan Ren·· 23 小时前AI 评分55

分辨率假说:智能体进化的关键在于识别改进

The Resolution Hypothesis: Agent Evolution's Key Is Identifying Improvements

AI 导读

论文提出“分辨率假说”,认为智能体进化停滞的原因在于带噪声的评估无法可靠识别出更好的候选产物,而非方法提不出更好的产物。作者在 7 种进化方法和 6 个模型上做了超过 1000 万次 LLM 调用验证:在候选层面,选择机制区分有益与有害产物的能力并不优于随机,误差会逐轮累积;在方法层面,几个百分点的排名差距小于同一方法两次独立运行的差异,已发表的排名常依赖运气。

正文 · AI 翻译

作者:Yuanhao Zeng、Shaocheng Lan、Ao Lu、Kuang Yan、Heng Lin、Xinang Xu、Yuan Luo、Yueting Wang、Yexin Li、Ruo Shan、Kan Ren

查看 PDF HTML(实验性)

摘要:智能体演化遵循一个简单的循环:提议者编写候选产物(提示词、技能、记忆),选择环节则接受得分更高的产物。这一循环已展现出前景,但实践者面临一个困惑:各种方法在不同论文中互有胜负,而且演化在某些任务上往往无法实现自举。我们将这一困惑追溯到分辨率假说:智能体演化停滞,并非因为方法无法提出更好的产物,而是因为带噪声的评估无法可靠地识别出它们。在七种演化方法和六个模型上(超过 1000 万次 LLM 调用),我们在使用评估分数的两个层面都发现了支持该假说的证据。在候选层面(选择产物),确实存在有益的候选产物,但选择环节在区分有益与有害产物方面的表现并不优于随机,因此误差会逐轮累积。在方法层面(对方法进行排序),通常几个百分点的差距小于同一方法两次独立运行之间的差异,因此已发表的排名往往依赖运气。综合来看,这些发现表明,智能体演化的瓶颈往往在于可靠地识别改进。这要求我们转变开发和评估自我改进智能体的方式:从设计越来越复杂的候选改进系统,转向让真正的改进可被检测、可被累积。
评论: 38 页,12 幅图,13 张表。项目页面:此 https URL
主题: 人工智能(cs.AI);计算与语言(cs.CL)
引用为: arXiv:2611.23068 [cs.AI]
  (或 arXiv:2611.23068v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.23068

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Yuanhao Zeng [查看邮箱]
[v1] 2026 年 11 月 17 日星期二 16:57:03 UTC(4,314 KB)

来源:arXiv cs.CL · arxiv.org