研究者提出Self-HPO智能体自进化框架
热点事件持续更新
研究者提出Self-HPO智能体自进化框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Zhepei Wei等作者提出 Self-HPO，一个让编程智能体交替优化 harness 与策略的递归自我改进框架，由当前策略自行分析失败并提出新的 harness 候选。 在三个编程基准上，该方法将 Qwen3.5-35B-A3B 的平均 resolve rate 从 57.8% 提升至 64.8%，作者称增益可泛化到分布外场景。
AI 根据报道生成 · 46 分钟前更新
最新进展10月19日 12:00
Self-HPO：通过 Harness-Policy 联合优化实现自进化编程智能体报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.CLSelf-HPO：通过 Harness-Policy 联合优化实现自进化编程智能体
研究者提出 Self-HPO，一个让编程智能体交替优化 harness 与策略的递归自我改进框架，由当前策略自行分析失败并提出新 harness 候选。在三个编程基准上，该方法将 Qwen3.5-35B-A3B 的平均 resolve rate 从 57.8% 提升至 64.8%，且增益可泛化到分布外场景。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。