LLM Agent Self-Improvement Parallel Execution Autonomous Exploration
摘要

本文提出了一种赋予LLM代理两种自主搜索大型解空间机制的框架。首先,基于保留数据的排行榜作为奖励信号,驱动每个代理在重复提交中不断优化其解决方案,该循环甚至适用于单代理场景。其次,框架支持多代理完全自主并行运行,无需人工干预;代理独立进行分析、方法调研、实施、自我评估、提交和修订,而协调代理仅处理后勤事务。在共享奖励下并行运行代理扩大了解空间的探索区域,而非仅优化单一初始范式。实验表明,该方法显著提升了产品目录匹配任务的覆盖率。

AI 推荐理由

论文核心在于Agent通过反馈循环进行自我改进(Continuous Improvement)和自主探索,属于典型的自我进化机制。

研究机构
Mercari, Inc., Japan
论文信息
作者 Dulmini Hettiarachchi, Andre Rusli, Julio Christian Young, Sho Akiyama
发布日期 2026-08-05
arXiv ID 2608.04341
相关性评分 9/10 (高度相关)