R²Orch：自博弈递归改进智能体编排
热点事件持续更新
R²Orch：自博弈递归改进智能体编排
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
Mingda Zhang 等作者提出 R²Orch，一种递归自博弈的智能体编排范式：内循环通过自博弈在自选任务上改进编排器，外循环改进内循环的改进方式。其核心是 Recursive Learnability 训练目标与 Skill Withdrawal 机制——当受控评估显示去掉某技能后编排器表现不变时即撤下该技能，使系统趋向零技能部署。作者称在十二个数据集的问答、数学、代码和交互任务中，R²Orch 均持续优于基线。
AI 根据报道生成 · 57 分钟前更新
最新进展10月19日 12:00
R²Orch：通过技能内化循环中的自我对弈实现智能体编排的递归自我改进报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AIR²Orch：通过技能内化循环中的自我对弈实现智能体编排的递归自我改进
R²Orch 提出递归自我对弈编排范式，内循环通过自我对弈在自选任务上改进编排器，外循环改进内循环的改进方式。其核心是 Recursive Learnability 训练目标与 Skill Withdrawal 机制：当受控评估显示去掉某技能后编排器表现不变时即撤下该技能，使系统趋向零技能部署。在十二个数据集上，R²Orch 在问答、数学、代码和交互任务中均持续优于基线。
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。