跳到正文
实时
热点事件历史事件

智能体进化评估

1 篇报道1 个报道来源10 天前更新

先了解这件事

AI 综述

研究人员评估了四种智能体进化方法在通用和编码任务上的表现,发现所有进化智能体在获得新任务能力的同时丢失了部分旧能力。其中一种通用任务智能体可靠性提升5.2点但丢失了十个旧任务。研究指出,具体改进通常优于通用提示,但组合时效果可能变化;迁移选择性地保留收益:通用任务目标通常在两种 harness 类型中下降,编码目标在仅外层 harness 中上升。这些发现推动了保留感知评估、测试决策规则和明确适用条件的研究。

AI 根据报道生成 · 更新于 10 天前

报道时间线

沿着报道,了解事件的不同侧面。

11月9日
  1. Hugging Face Daily Papers
    深入探讨智能体进化:我们忽视了什么

    智能体进化通过递归自我改进(RSI)提升性能而不更新模型权重,但高基准分数并不总带来可靠、高效和可迁移的改进。研究评估了四种方法在通用和编码任务上的表现,发现所有十六个进化智能体都获得了新任务能力但丢失了部分旧能力,其中一种通用任务智能体可靠性提升5.2点但丢失了十个旧任务。EvoAudit通过分析、变异和门控机制实现了最佳性能。