Recursive Self-Evolving Agents via Held-Out Selection
AI 深度解读
背景
随着 LLM 的演进，如何在不更新模型权重的前提下提升 Agent 的性能，成为了一个热门方向。当前的主流做法是让 Agent 通过演化自然语言工件（如 reflections、workflows、playbooks、cheatsheets 或优化后的 prompts）来条件化一个冻结的策略，从而实现自我改进。
然而
查看原文 →arxiv.org
随着 LLM 的演进，如何在不更新模型权重的前提下提升 Agent 的性能，成为了一个热门方向。当前的主流做法是让 Agent 通过演化自然语言工件（如 reflections、workflows、playbooks、cheatsheets 或优化后的 prompts）来条件化一个冻结的策略，从而实现自我改进。
然而