研究人员开发了 reSolve,一个旨在改进智能体技能创建和可复现性的新框架。该系统解决了自我演进技能表现不如人类精心策划的技能以及智能体在部署时难以复现已学技能的常见问题。reSolve 利用代理验证器来增强稀疏奖励信号,并采用由该验证器引导的束搜索来构建解决方案。在测试中,这种方法使一个基础模型能够自我演进出达到 74.9% 的 mean-of-3 分数的技能,显著优于人类精心策划的基线模型和强大的 GPT-5.5/OpenHands 模型。 AI
影响 这项研究通过改进智能体技能的开发和执行方式,有望带来更强大、更可靠的 AI 智能体。
排序理由 该集群包含一篇详细介绍智能体技能演进新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- GPT-5.5
- Hugging Face
- natural science
- OpenHands
- reSolve
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →