Meta華人實習生打造自我進化超級智能體
Meta一位華人實習生開發出超級智能體，能夠自己撰寫代碼實現自我進化。該智能體專注於迭代改進自身方法以提升效能。
Search
Tag: #self-improvement26 results
Anthropic Mythos 洩漏用於網路安全
資料外洩揭露 Anthropic 的 Mythos，其最具能力的 AI 模型，強化推理與編碼技能，針對網路安全應用。公司計劃謹慎向企業安全團隊推出，同時評估加速防禦與攻擊風險。功能如遞迴自我修復引發自主漏洞利用擔憂。
ELITE：透過自我學習提升具身代理
ELITE透過互動經驗學習，彌補VLMs靜態知識與具身任務的差距。它利用自我反思知識建構來建立可重用策略，並透過意圖感知檢索進行任務適應。在無監督設定下，在EB-ALFRED和EB-Habitat基準上提升9%和5%。
Hyperagents 實現開放式 AI 自我改進
Hyperagents 將任務代理與元代理整合為單一可編輯程式，实现後設認知自我修改。DGM-H 擴展 Darwin Gödel Machine，支持跨領域通用自我改進，在多樣任務中超越基準。持久記憶等元層改進可跨領域轉移並隨執行累積。
持續自我改進的 AI
這篇 arXiv 論文指出現代 LLM 的三大限制：知識獲取資料低效、依賴有限的人類資料，以及受限於人類訓練流程。它提出合成資料放大以高效更新小規模語料庫、自生成資料啟動預訓練（無需蒸餾），以及測試時演算法空間搜尋。這些步驟旨在實現持續自我改進的 AI 系統。
馬斯克：AI自我提升已實現，Optimus 3量產時間表
馬斯克在最新對談中確認AI自我提升已實現。他透露Tesla Optimus 3人形機器人的量產時間表。完全自動化的模型自我提升最遲明年出現。
軌跡記憶生成提升自我改進代理
新型框架從 LLM 代理執行軌跡中提取可行動學習，以透過情境記憶提升未來效能。它包含軌跡智慧提取器進行語義分析、決策歸因分析器歸因失敗、情境學習生成器產生提示，以及自適應記憶檢索注入提示。AppWorld 基準測試顯示整體提升 14.3 個百分點，複雜任務達 28.5 個百分點（相對 149%）。
EPOCH：多輪系統優化的代理協議
EPOCH 提出一種使用自主代理進行多輪系統優化的統一工程協議。它將流程分為基準建構與迭代自我改進階段，並透過角色限制階段分離規劃、實施與評估。該協議標準化提示、程式碼、模型與規則的執行，確保穩定性、可重現性與可追蹤性。
MACRO：經驗驅動自進化醫療影像代理
MACRO 是一款自進化代理，從驗證執行軌跡中自主發現醫療影像任務的可重用複合工具。它透過影像特徵記憶將工具選擇錨定在視覺-臨床脈絡，並以類 GRPO 訓練強化可靠調用。實驗顯示在多步準確度和跨域泛化上優於基準。
提升自然語言反饋驅動的互動式上下文學習
提出一個可訓練框架，利用資訊不對稱的多輪反饋，將可驗證任務轉化為互動式上下文學習。經訓練的小型模型效能幾乎追平大十倍模型，並泛化至程式碼、謎題和迷宮導航。透過內部模擬教師批評實現自我改進。