热点事件持续更新
研究揭示Agent自进化能力丢失局限并提出EvoAudit
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 4 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 9·可比范围峰值 10（11月6日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。