Recursive Self-Improvement Personal Agents Benchmark Self-Evolution
摘要

递归自我改进要求代理将积累的经验转化为未来的更好行为。尽管个人AI代理具备跨会话保留偏好、任务历史和技能的能力,但保留的经验是否真正提升了其性能尚未得到系统验证。本文引入PAST-Bench基准,通过控制实验隔离并评估这一能力。在七个基础模型和四个代理框架上的实验表明,改进确实存在但不均衡。基于此,我们开发了Hermes+,通过五项针对性干预显著提升了代理从保留经验中获益的能力,为持久性代理的系统性进化提供了评估与诊断基础。

AI 推荐理由

论文核心研究递归自我改进,即Agent利用经验进行自我优化和进化,完全契合该主题。

研究机构
清华大学 普林斯顿大学
论文信息
作者 Shuhan Xue, Zixin Ding, Yichen Shen, Yinjie Wang, Zhenfei Yin et al.
发布日期 2026-08-04
arXiv ID 2608.04003
相关性评分 9/10 (高度相关)