ホットトピック継続更新中
研究揭示Agent自进化能力丢失局限并提出EvoAudit
1 件の報道1 件の報道元5 時間前 更新
まずこの件を把握する
AI 概要
2026年11月6日，arXiv发布的一篇研究论文针对无需更新模型权重的Agent框架自进化展开了系统评测。研究发现，此类自进化的基准分数提高往往伴随着先前任务覆盖的丢失以及部署成本的上升。在对4种方法和16个进化智能体的测试中，所有个体在获得新任务能力的同时均丢失了旧任务能力，且最高分个体并未带来最大平均增益。针对上述现象，研究团队提出了包含选择、分析、变异和门控改进的EvoAudit框架，以实现更可靠的智能体自进化效果。
AI が報道をもとに生成 · 5 時間前 更新
最新の進展11月6日 13:00
研究指出Agent自进化普遍存在旧能力丢失与成本上升问题，并提出EvoAudit框架。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月6日
- arXiv 人工智能论文探究 Agent 自进化的表象之下：高基准分背后的能力丢失与成本问题
最新论文针对无需更新模型权重的 Agent 框架自进化展开系统评测，发现基准分数的提高往往伴随着先前任务覆盖的丢失与部署成本的上升。在测试的 4 种方法与 16 个进化智能体中，所有个体在获得新任务能力的同时均丢失了旧任务能力，且最高分个体并未带来最大平均增益。针对上述现象，研究团队提出包含选择、分析、变异和门控改进的 EvoAudit 框架，以实现更可靠的自进化效果。
このストーリーのホット度の推移
現在のホット度 9·比較可能範囲のピーク 10（11月6日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。