arXiv · cs.AI· Wenjie Liao·· 20 天前AI 评分50
AnchorLoop：以历史参照锚定训练工具集成智能体的自我进化
Self-Evolve With a Reference:Anchored Training of Tool-Integrated Agents
来源与原文
arXiv · cs.AI
作者：Wenjie Liao
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.09856v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究提出 AnchorLoop，在自进化工具集成智能体训练中引入上一轮 Executor 的冻结副本作为历史参照，为 Executor 提供跨参照优势、为 Curriculum 提供基于一致性差异的任务选择信号。在 13 个推理 benchmark 上，AnchorLoop 较 Agent0 在数学推理上提升 2.5%、通用推理提升 2.8%，且在后期能继续保持改进，而未锚定的基线收益递减。
来源：arXiv · cs.AI · arxiv.org