HuggingFace Daily Papers（社区热门论文）·· 17 天前AI 评分45
RRSI：面向 Agent Harness 的正则化递归自我改进
RRSI: Regularized Recursive Self-Improvement of Agent Harnesses
AI 导读
针对 Agent Harness 递归自我改进容易过拟合训练任务、在分布外基准上收益消失的问题，研究者提出 RRSI，通过时间退火预算约束候选编辑数量、用 critic 过滤基准特定提案、用 pruner 剔除过小或过贵改动。
整理与数据来源：AIHOT
来源：HuggingFace Daily Papers（社区热门论文） · arxiv.org