论文页面 - ModularRSI：模块化且可泛化的递归智能体框架自改进

来源：https://huggingface.co/papers/2609.14857 作者：

,

,

,

,

,

,

,

,

,

,

,

,

摘要

近期研究将递归自改进（RSI）扩展应用于长期编码与终端任务的智能体框架，使智能体能从经验中改进执行机制。然而，实现可泛化的框架RSI仍具挑战。首先，在评估基准或其子集上演化框架，难以区分可复用的改进与针对特定基准的适配。其次，单轨迹更新可能将系统性框架缺陷与实例特定的推理及解决方案细节混为一谈，导致生成的修改难以迁移至未见任务。第三，在单体框架中定位重复出现的行为缺陷十分困难，而全框架优化可能牵连不相关的机制，增加归因与验证的复杂度。我们提出ModularRSI，一种基准无关、对比式且模块化的可泛化框架演化方法。ModularRSI通过对比同一任务的成功与失败轨迹，并跨任务聚合证据以识别重复的行为缺陷。它将可演化框架分解为五个功能模块：智能体循环、工具使用、观察管理、上下文管理与任务完成检测。每个模块在限定的修改范围内独立演化，随后进入集成阶段，将演化后的模块组合为统一框架并解决潜在冲突。为支持基准无关演化，我们从外部来源整理了2000个可执行演化任务，这些任务与下游评估基准无关。在TB2.0和SWE-Bench Verified上的实验显示，演化后的框架在未见的域内和跨域任务上均取得稳定提升，且该框架能迁移至不同的基础模型。

查看arXiv页面 (https://arxiv.org/abs/2609.14857)查看PDF (https://arxiv.org/pdf/2609.14857)GitHub仓库 (https://github.com/IQuestLab/ModularRSI)添加至收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2609.14857)

通过智能体获取此论文：

hf papers read 2609\.14857

未安装最新CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型

无模型链接此论文

在模型README.md中引用 arxiv.org/abs/2609.14857 以从此页面链接。

引用此论文的数据集

无数据集链接此论文

在数据集README.md中引用 arxiv.org/abs/2609.14857 以从此页面链接。

引用此论文的Spaces

无Space链接此论文

在Space README.md中引用 arxiv.org/abs/2609.14857 以从此页面链接。

包含此论文的合集

无合集包含此论文

将此论文添加至合集 (https://huggingface.co/new-collection) 以从此页面链接。