论文页面 - ASPIRE：模型能否从模糊目标实现自我进化？

来源：https://huggingface.co/papers/2608.31111 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

ASPIRE 引入了一个针对从模糊自然语言目标自我进化的LLM智能体基准，揭示了目标解释、数据选择以及稳定权重级改进方面的挑战。

许多重要的人类学习形式始于模糊的目标，例如“成为更好的物理学家”或“提升研究能力”。学习者必须解读目标、识别能力缺口、决定如何学习，并判断自己是否真正有所进步。相比之下，现有的LLM自我进化工作（https://huggingface.co/papers?q=LLM%20self-evolution）通常以人类指定的任务和评估指标为起点，将自我进化简化为优化一个明确目标，而非决定学什么、如何学。我们推出了ASPIRE（https://huggingface.co/papers?q=ASPIRE），一个针对模糊目标驱动的自我进化（https://huggingface.co/papers?q=vague-goal-driven%20self-evolution）的基准。ASPIRE（https://huggingface.co/papers?q=ASPIRE）仅提供一个自然语言能力目标，而下游评估任务则隐藏不公开。智能体必须通过选择数据与更新方法、构建训练与验证信号以及决定何时进行评估，来将目标付诸实践。ASPIRE（https://huggingface.co/papers?q=ASPIRE）在一个统一的交互式环境中支持模型权重和智能体框架的进化（https://huggingface.co/papers?q=agent-harness%20evolution），并在一个由专家编写的、涵盖六个目标、包含520个项目的隐藏评估集上评估结果系统。我们的实验表明，模糊目标将搜索努力重定向至目标解释。当前的智能体能够常规地完成训练和框架编辑循环，但权重级的提升仍然稀少且不稳定，并且进化出的最强框架仍低于工程化的Qwen-Agent参考基线。智能体常在不匹配的数据上进行训练，并依赖狭隘的自我评估（https://huggingface.co/papers?q=self-evaluation），因此局部收益无法转移到隐藏评估（https://huggingface.co/papers?q=hidden%20evaluation）中，持续的搜索和训练可能会抹去早期的改进。

查看 arXiv 页面 (https://arxiv.org/abs/2608.31111)查看 PDF (https://arxiv.org/pdf/2608.31111)项目主页 (https://self-developing-agents.github.io/)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.31111)

将此论文添加到你的智能体中：

hf papers read 2608\.31111

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 README.md 中引用 arxiv.org/abs/2608.31111 以从此页面链接。

引用此论文的数据集0

无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.31111 以从此页面链接。

引用此论文的空间0

无空间链接此论文

在空间 README.md 中引用 arxiv.org/abs/2608.31111 以从此页面链接。

包含此论文的收藏0

无收藏包含此论文

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