标签
该论文提出了 CAP（候选获取策略），这是一种从相关黑盒优化任务的稀疏记录中学习以反馈为条件的查询策略的方法，在四类合成问题和两个工程基准（BOPTEST、SU2）上，在预算耗尽时取得了最佳结果。
本文介绍了 AutoHebb，这是一类自我修改的神经网络，采用由自主生成的神经调质信号门控的三因子赫布学习规则，在实现零样本推理和持续学习的同时，性能优于其他竞争模型。
作者们发布了 Gear——一个受元学习启发的开源框架，被称为"遥感领域的 scikit-learn"。它将搜索决策与执行和评估分离，使 GEPA、RRSI 和 Harness² 等方法更易于实现与比较。其中一个可用的 GEPA 变体采用了共享故障诊断和分阶段评估机制，在 AutomationBench 和 Terminal-Bench 上取得了通过率的提升；同时，在使用同一优化后 harness 的条件下，GPT-5.6 Luna 相较于 Astra 的每任务 API 成本降低了约 95%。
CHORD提出了一种跨模型幻觉检测（CMHD）框架，将LLM隐藏状态表示为层级-词元-特征关系图，通过关系感知注意力与元学习获得可迁移到未见目标模型的检测信号，在跨模型泛化上优于现有检测方法。
提出 SHINE，一种从稀疏历史搜索日志与零成本代理出发的跨任务神经架构搜索策略，通过组合各源任务的冠军架构并联合训练成对排序器，显著缓解单一知识源在目标任务上的严重失败，同时保持有竞争力的平均性能。
RSI-Opt 通过元智能体在多次训练运行间累积并进化优化器策略（提示、流程、代码库与决策节奏），显著提升 LLM 优化器智能体在模型训练与科学机器学习任务上的性能，并支持跨模型策略迁移。
Skill∞ 提出了一种递归自我改进框架，使元智能体能够通过可复用的元技能同时优化任务技能和优化流程本身。在 83 个 SkillsBench 任务上，Skill∞ 达到 60.7% 的通过率，优于人工整理的技能（56.4%）和 SkillEvolver（54.5%）。
Meta-iLaD 提出一种通过跨动力学环境元学习实现可识别潜在动力学的新框架，利用少量样本的条件先验快速提取环境变量，并同时对潜在状态、环境变量与动力学函数建立可识别性，从而提升对未见环境的泛化与预测能力。
该论文提出了垂直切片瓦瑟斯坦距离（VSW），这是一种用于比较元测度（分布的分布）的可扩展度量。论文证明了其为有效度量，并具有与维度无关的统计收敛保证，在效率和精度上均优于现有方法。
该论文提出开放世界AI需要三项核心要求：推理时学习、丰富表示和预测性解纠缠，并在最大880亿参数的语言模型上验证了满足这些要求的模型能从相关任务数据中持续提升，而其他模型则会退化。
Google 的 Harness² 论文研究智能体在开放世界环境中对自身 Harness 的自进化，采用双层递归机制：无需标准答案即可通过行为对比筛选有效修改，并将修改过程本身总结为经验以指导未来任务，在多个基准上显著提升 GLM-5 和 Gemini 3.5 Flash 的性能。
推文介绍了一个关于递归自我改进(RSI)的精选研究合集，涵盖从STaR、Self-Rewarding LMs到Promptbreeder和Automated Design of Agentic Systems等关键论文，梳理了RSI从自生成训练到自我修改代码代理的演进脉络。
论文提出 MotherTree，一个通过合成先验数据进行元学习的表格 Transformer，可在单次前向传播中输出可解释的硬决策树，在小样本任务上表现优于从零训练的梯度方法，并可作为强初始化器进一步提升决策树学习。
该论文提出一种预处理感知的基准测试框架，在M4数据集的29,000条时间序列上评估11个预测模型与16种可逆预处理管线，发现为每条序列优化预处理可带来约27%至87%的性能提升，并揭示现有基准存在结构性预处理偏差。
本文提出了先验拟合语言模型（Prior-Fitted Language Model, PFLM），这是一个3亿参数的字节级Transformer，完全基于合成结构因果模型生成的样本进行预训练，使其能够在权重冻结的情况下通过上下文学习语言，尽管从未接触过任何真实文本。实验结果显示，其自然语言建模能力接近主流水平，并具备算术运算与压缩能力，在多个领域优于gzip/PPMd，这表明模型实现的是语言的元学习，而非记忆。
Meta 论文提出 RankEvolve，通过可执行操作协议（EOP）将研究阶段编译为受运行时强制执行的状态机，并让 Claude Code 与 Codex 作为节点互相审查修复，在预算持平下将执行准确率从 45.8% 提升到 62.5%，且在 MovieLens-20M 上改进推荐模型的 NDCG@10 达 4.48%。
CMU 论文提出 "harness learning"：用 RL 训练的提议者模型根据执行反馈修改智能体的可执行 harness，而不改动求解器权重，从而实现跨未见任务的可泛化测试时适配，4B 提议者模型表现超过其 35B 教师模型。
本文提出了一种针对具有指示切换成本的在线凸优化元学习框架，无需预先获知比较器变化信息，即可达到极小极大最优的动态遗憾界。
本文提出PROBE，一种用于非凸下层双层优化的扰动梯度算法，通过二阶平稳性实现有限时间收敛，并在基于LLM的任务和元学习实验中超越现有最先进方法。
本文提出了 Meta-Skill 方法，让一个冻结的 Builder 模型从 Target 的执行反馈中学习可复用的原则，从而为未见过的任务构建更优的智能体框架。该方法在 Harness-Bench 和 NewtonBench 上将性能提升了 8.95 个百分点，指出了一条通过学习构建更好的环境（而非修改模型权重）来实现系统级自我改进的路径。