研究人员推出了PAST-Bench，这是一个旨在评估个人AI智能体递归自我改进能力的新基准。该基准测试智能体是否能有效利用积累的经验来提高在记忆、过程重用和信息收集等各种任务中的未来表现。初步研究结果表明，虽然智能体确实能从保留的经验中获得提升，但这种进步在不同能力和模型之间并不一致。为解决这些局限性，该研究还开发了Hermes+，一个增强型智能体框架，它包含有针对性的干预措施，以改善对过往经验的利用，特别是在替换过时信息方面。 AI
影响 该基准和框架有望加速对更强大、更适应性强的个人AI智能体的研究。
排序理由 该集群描述了一个新的学术基准和相关的智能体框架，已在arXiv上发布。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.04003v1 Announce Type: new Abstract: Recursive self-improvement requires agents to turn accumulated experience into better future behavior. Personal AI agents offer a concrete setting for studying this capability because they retain preferences, task histories, tool ro…
Recursive self-improvement requires agents to turn accumulated experience into better future behavior. Personal AI agents offer a concrete setting for studying this capability because they retain preferences, task histories, tool routines, and learned skills across sessions. Yet …