标签
TACO 提出了一种自我演化压缩框架，可自动学习压缩冗余的终端交互历史，在 TerminalBench 及其他代码智能体基准上将 token 开销降低约 10%，准确率提升 1–4%。
NVIDIA 研究人员提出首个自我进化的逻辑综合框架，多智能体 LLM 可自主优化 ABC EDA 工具代码库。
# 论文页面 - Agent-World: Scaling Real-World Environment Synthesis for Evolving General Agent Intelligence 来源：[https://huggingface.co/papers/2604.18292](https://huggingface.co/papers/2604.18292) 发布于 4 月 20 日 · 提交者[https://huggingface.co/dongguanting](https://huggingface.co/dongguanting) [](https://huggingface.co/dongguanting) [KABI](https://huggingface.co/donggua
# 论文页面 - EvoMaster：构建可进化大规模自主科学智能体的基础框架 来源：[https://huggingface.co/papers/2604.17406](https://huggingface.co/papers/2604.17406) 作者：,,,,,,,,,,,,,,,,,,,,, ## 摘要 EvoMaster 是一个可扩展、自我进化的智能体框架，专为大规模科学发现设计，支持在实验周期中迭代优化假设并持续积累知识。大语言模型与智能体的融合正在催生“智能体科学”新时代。
本文介绍了 GenericAgent，这是一种旨在最大化上下文信息密度的自我演进式大语言模型智能体系统。它通过分层记忆、可复用的标准操作流程（SOP）以及高效压缩技术，解决了长周期任务的局限性，在与领先智能体的对比中，以更少的 Token 消耗实现了更优的性能表现。
研究者推出BEHEMOTH基准与CluE聚类提示优化，使LLM能从多样化任务中抽取并保留异构记忆，相比既往自演化框架提升9%。