论文页面 - RRSI：智能体框架的正则化递归自改进

来源：https://huggingface.co/papers/2609.24972 发布于 9 月 21 日

#2 每日论文（https://huggingface.co/papers/date/2026-09-22） 作者：

,

,

,

,

,

,

,

,

,

,

,

,

摘要

大型语言模型智能体的能力在很大程度上由其框架（即围绕冻结的主干模型的提示、控制流、工具、记忆和上下文管理）所放大。近期的方法通过迭代地提出和选择智能体框架的组件级编辑，日益自动化这一过程，实际上在智能体系统层面建立了一种递归自改进（RSI）的形式。然而，这种递归进化可能通过记忆训练任务而过拟合，表现为在分布内任务上获得巨大收益，但在分布外基准测试上收益缩小甚至消失。我们提出了智能体框架的正则化递归自改进（RRSI），它将正则化原则引入框架自改进中，通过约束进化候选方案的提议和选择来实现。提议者采用时间退火预算运作，限制一个候选方案可以捆绑的编辑数量，并鼓励基于进化历史探索未尝试的路径。选择者配备了一个批评者和一个剪枝器：批评者筛选针对特定基准的方案，而剪枝器则移除那些过于微小、成本过高或不再有用的变更。这些约束共同作用，使得可重用的智能体机制优于特定基准的机制甚至噪音。在涵盖编码、智能体工作空间和工程设计任务的八个基准测试中，RRSI 在其进化的分裂集上最高提升了 14.1 分，在五个分布外基准测试上最高提升了 4.7 分，同时生成的框架运行所需的策略 token 比未正则化的进化减少了 30%。代码可在 https://github.com/google-research/rrsi 获取，项目页面为 https://regularized-rsi.com/。

查看 arXiv 页面（https://arxiv.org/abs/2609.24972） 查看 PDF（https://arxiv.org/pdf/2609.24972） 项目页面（https://regularized-rsi.com/） GitHub（https://github.com/google-research/rrsi） 添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2609.24972）

在您的智能体中获取此论文：

hf papers read 2609.24972

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

无模型链接此论文

在模型的 README.md 中引用 arxiv.org/abs/2609.24972，即可从此页面链接该模型。

引用此论文的数据集 0

无数据集链接此论文

在数据集的 README.md 中引用 arxiv.org/abs/2609.24972，即可从此页面链接该数据集。

引用此论文的 Space 0

无 Space 链接此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2609.24972，即可从此页面链接该 Space。

包含此论文的收藏集 0

无收藏集包含此论文

将此论文添加到收藏集（https://huggingface.co/new-collection）即可从此页面链接它。