Multi-Agent Collaboration Self-Improvement Autonomous Research Adversarial Review
摘要

本文介绍了 ARIS,一个用于自主机器学习的开源研究框架。针对长周期研究中证据支持不足的潜在失效模式,ARIS 采用跨模型对抗协作架构:执行模型推动进展,不同家族的评审模型批判中间产物并请求修订。系统包含执行、编排和保障三层架构,提供可复用技能、持久化研究维基及严格的证据验证流程。此外,ARIS 内置原型自改进循环,记录研究轨迹并在评审批准后自动采纳框架改进,实现了系统的持续自我进化。

AI 推荐理由

论文核心在于通过对抗协作与自我改进循环实现 Agent 系统的自主进化与持续优化。

研究机构
上海交通大学 上海人工智能研究院
论文信息
作者 Ruofeng Yang, Yongcan Li, Shuai Li
发布日期 2026-05-04
arXiv ID 2605.03042
相关性评分 9/10 (高度相关)