proposer
PulseAugur coverage of proposer — every cluster mentioning proposer across labs, papers, and developer communities, ranked by signal.
-
新框架通过减轻过拟合和改进验证来增强LLM的自我演化
研究人员正在开发新框架以增强大型语言模型（LLM）的自我演化能力。SkillBoost是一个三阶段框架，旨在通过结合结构化利用失败、先验指导探索以及验证接受候选修复来减轻技能过拟合。另一种方法Skill Self-Play（Skill-SP）使用一个包含提议者、求解器和技能控制器的协同演化框架，以平衡任务多样性和验证可靠性。此外，具有自可验证奖励的强化学习（RLSVR）将开放式任务转化为可验证的代理环境，以实现LLM在确定性正确性领域…
-
CPAgents框架增强心血管疾病关联研究
研究人员开发了CPAgents，一个用于心血管表型组关联研究（PheWAS）的新型框架。该系统使用三个协调的代理——分析师（Analyst）、提议者（Proposer）和验证者（Verifier）——从基础影像特征中自动构建和验证可解释的复合表型。在大型心脏影像队列上进行评估，CPAgents显著提高了疾病区分能力，在72种组合中有56种排名靠前，而基线方法为18种，并产生了紧凑、临床可解释的表型公式。
-
新的“对齐飞轮”架构将AI决策生成与安全治理分离
研究人员推出了一种名为“对齐飞轮”（Alignment Flywheel）的新型以治理为中心、混合多智能体系统（MAS），旨在增强自主决策组件的安全性。该架构通过使用一个“提议者”（Proposer）来生成候选轨迹，并使用一个“安全神谕”（Safety Oracle）来提供安全信号，从而将决策生成与安全治理分离开来。一个执行层应用明确的风险策略，而一个治理MAS则通过审计和验证来监督“安全神谕”。“补丁局部性”（patch local…