@apurvasgandhi: 子代理是一个有前景的推理时间缩放原语：• 扩展智能体的工作记忆• 分而治之解决难题• 通过并行执行更快地解决问题…

X AI KOLs Timeline 论文
sub-agents inference-time-scaling reinforcement-learning agent-systems recursive-agents llm-agents model-training

摘要

RAO（递归智能体优化）是一种端到端强化学习方法，用于训练大语言模型智能体生成、协调并委托给自身的递归副本（这些副本本身也可以生成其他智能体），将递归推理转化为可学习的能力。

子代理是一个有前景的推理时间缩放原语：• 扩展智能体的工作记忆• 分而治之解决难题• 通过并行执行更快地解决问题但是，我们如何训练模型以充分利用子代理，并确保获得这些收益？我们非常兴奋地发布 RAO：递归智能体优化。RAO 是一种端到端强化学习方法，用于训练大语言模型智能体生成、协调并委托给自身的递归副本（这些副本本身也可以生成其他智能体）—— 将递归推理转化为可学习的能力。1/10
查看原文

相似文章

Prime Agent: 一个自我改进的RLM框架

Hugging Face Daily Papers

Prime Agent 是一个开源框架，它使用递归子代理和持久化计算来扩展语言模型在编码和推理任务中的长期能力，显著提高了在ARC-AGI-3等基准测试上的性能。

Prime Agent：一个自我改进的RLM智能体

Hacker News Top

Prime Intellect 推出 Prime Agent，这是一个完全开源、自我改进的编码工具（harness），围绕递归语言模型（RLM）和 Continual Harness 抽象构建，通过基于 REPL 的接口实现持久子智能体和动态工具。

RSIAgent: 在新环境中递归自我改进的自主探索

Hugging Face Daily Papers

RSIAgent 是一个无需训练的多智能体框架，它使数字智能体能够通过递归自我改进、自主记忆构建和广度优先然后深度优先的探索来适应新环境，在基准测试中优于闭源模型。

递归多智能体系统

Papers with Code Trending

本文提出RecursiveMAS，一种将递归扩展原则应用于多智能体系统的框架，以提升协作推理的效率和准确性。与标准基线相比，该框架在多个基准测试中实现了显著的加速和token缩减。