论文页面 - 层级自我改进：任务特定可演进智能体执行框架

来源：https://huggingface.co/papers/2608.08466 发布于8月9日

·

提交者：https://huggingface.co/TalentZHOU

Tailin (https://huggingface.co/TalentZHOU) 于8月21日

摘要

层级自我改进通过层级式自修改机制，为冻结的大语言模型智能体演进任务特定的执行框架，在中等难度任务上取得显著提升，但其效果受反馈质量和主干模型能力的限制。

现代大语言模型智能体通常通过手动修改提示词、工具或工作流来改进，而模型周围的可执行脚手架——即执行框架——通常被视为部署后的固定构件。本研究探讨了一种替代方案：让执行框架具备任务特定性并可持续演进。每个任务族维护自身的执行框架，通过固定的任务注入接口进行迭代热切换，并利用环境反馈进行重写。我们提出层级自我改进框架，其中单一冻结的大语言模型M在三个层级范围内运作：执行任务的任务执行框架H、重写H的演进器，以及在冻结外锚点下重写演进器策略代码的元演进器。“思考开关”设计通过在任务执行时禁用推理、在自修改时启用推理，有效隔离了框架演进的贡献。层级自我改进受两个因素制约：反馈保真度界，因为演进需要信息丰富的奖励信号来指导选择；主干能力界，因为框架重构无法克服冻结模型的固有能力限制。在BALROG基准测试中，以DeepSeek-V4-Flash-Preview作为冻结主干，层级自我改进在中等难度任务上相比初始框架取得持续提升（BabyAI +39.3%、Crafter +33.0%、TextWorld +25.0%、MiniHack +15.0%，均为原始进度百分比），并在BabaIsAI子集上展现出强大的留出泛化能力（BreakStop最佳测试得分0.98，GoTo从20%未见数据划分中达到1.00）。在超出主干能力的任务上，框架演进未带来改进。这些结果表明，在明确的实证限制下，任务特定框架演进是改进冻结大语言模型智能体的可行路径。代码已开源：https://github.com/TailinZhou/hsi。

查看arXiv页面 (https://arxiv.org/abs/2608.08466) 查看PDF (https://arxiv.org/pdf/2608.08466) GitHub7 (https://github.com/TailinZhou/hsi) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.08466)

在您的智能体中获取本文：

hf papers read 2608.08466

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

引用本文的模型

0

暂无模型链接本文

在模型README.md中引用 arxiv.org/abs/2608.08466 以从此页面链接。

引用本文的数据集

0

暂无数据集链接本文

在数据集README.md中引用 arxiv.org/abs/2608.08466 以从此页面链接。

引用本文的Spaces

0

暂无Space链接本文

在Space README.md中引用 arxiv.org/abs/2608.08466 以从此页面链接。

包含本文的收藏集

0

暂无收藏集包含本文

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