arXiv cs.AI· Yu Cui, Hong He, Ruiqing Yue, Sicheng Pan, Zhuoyu Sun, Yifei Liu, Ting Li, Wenzhuo Zhu, Baohan Huang, Haibin Zhang, Cong Zuo·· 1 天前AI 评分33
MaD-RSI：用“模型即数据”实现智能体 harness 的递归自我改进
MaD-RSI: Model-as-Data for Recursive Self-Improvement of Agent Harnesses
AI 导读
研究者提出 MaD-RSI 框架，把“模型即数据”作为新视角，直接跨多个异构 LLM 优化共享的 agent harness，将不同模型的失败轨迹纳入训练过程，而非仅训练后测试泛化。多个数据集和 LLM 上的实验显示，MaD-RSI 比现有 RSI 方法泛化更好且降低训练成本。论文还提出含两项互补指标的新评估框架。
来源：arXiv cs.AI · arxiv.org