论文页面 - PAST-Bench：对个人智能体中递归自我改进基础的基准测试

来源：https://huggingface.co/papers/2608.04003

摘要

递归自我改进要求智能体将积累的经验转化为更好的未来行为。个人AI智能体为研究这一能力提供了一个具体场景，因为它们在多次会话中会保留偏好、任务历史、工具例程和学习到的技能。然而，保留的经验是否真的能随着时间推移改善智能体，尚未得到系统性的测试。我们提出了PAST-Bench，一个专门用于隔离这一问题的基准。每个智能体在匹配条件下按顺序执行一系列全新会话任务，并开启或关闭经验保留功能。该基准涵盖26个场景和204个回合，涉及记忆、程序复用、信息收集和更新。我们报告了后续任务的增益，以及这些增益是否遵循预期的保存、检索和更新路径。在七个基础模型和四个智能体框架中，改进是真实的，但各能力之间并不均衡。具有相同总体增益的智能体，在增益是否得到预期路径证据支持方面可能存在显著差异。在这些发现的指导下，我们开发了Hermes+，它在智能体循环的各阶段扩展了Hermes，加入了五项针对性干预措施。Hermes+提高了从保留经验中获得的平均增益，并提供了更清晰的路径证据，其在需要替换过时状态的任务上改进最为显著，尽管效果仍然依赖于能力和模型。总之，PAST-Bench和Hermes+为研究持久化智能体如何从保留经验发展为通过经验进行系统性改进，提供了评估和诊断基础。代码：https://github.com/Gen-Verse/PAST-Bench

查看 arXiv 页面 (https://arxiv.org/abs/2608.04003) 查看 PDF (https://arxiv.org/pdf/2608.04003) GitHub2 (https://github.com/Gen-Verse/PAST-Bench) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.04003)

在你的智能体中获取这篇论文：

hf papers read 2608\.04003

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

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2608.04003，即可从本页链接到它。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.04003，即可从本页链接到它。

引用此论文的 Spaces0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2608.04003，即可从本页链接到它。

包含此论文的收藏集0

没有收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 即可从本页链接到它。