研究者提出自我改进智能体评测框架SelfImprove-Bench

Bangrui Xu等作者提出 SelfImprove-Bench，一个针对递归自我改进（RSI）系统的评估框架，用于衡量这类系统在训练场景之外能否保持能力增益。 该框架把任务组织为探索、规划、推理三类能力场景，并设置 G0 到 G4 的泛化阶梯等级，衡量能力增益的迁移程度。作者称，实验显示现有 RSI 方法在不同泛化等级上的进化增益并不一致。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。