Self-Improvement System Optimization Agentic Protocol Iterative Refinement
摘要

自主智能体常被用于通过迭代执行与反馈来优化提示词、代码及机器学习系统。然而,现有方法多设计为特定任务的优化循环,缺乏建立基线及管理多轮自改进的统一协议。本文提出 EPOCH,一种面向异构环境的多轮系统工程优化协议。该协议将优化过程划分为基线构建与迭代自改进两个阶段,并通过角色约束阶段分离规划、实施与评估,利用标准化命令接口确保执行的可复现性与完整性。实证研究表明,EPOCH 能有效协调提示词、模型配置及代码组件的协同优化,适用于生产导向的自主改进工作流。

AI 推荐理由

论文提出多轮自优化协议,核心聚焦 Agent 的自我改进与迭代进化机制。

研究机构
ProRata.ai
论文信息
作者 Zhanlin Liu, Yitao Li, Munirathnam Srikanth
发布日期 2026-03-10
arXiv ID 2603.09049
相关性评分 9/10 (高度相关)