Agentic Runtime Self-Evolution Long-Horizon Reasoning Fixed-Weight LLM
摘要

长程推理需要能够根据证据坚持当前路径或在发现失败时转向的智能体运行时。本文提出Argus,一种持久的、自进化的运行时系统,由经理、规划者、工程师和审查者执行有界任务。Argus将稳定的用户意图与操作目标分离,仅在角色审核及验证后接纳记忆、技能和路由决策。模型权重固定,自进化通过持久化运行时状态和控制策略实现。在多个基准测试中表现优异,并通过验证门控的自进化机制显著减少了求解token消耗和工作流时间,展示了固定权重系统在积累已验证方法方面的潜力。

AI 推荐理由

论文核心提出一种固定权重的自进化运行时系统,通过持久化状态和控制策略实现自我改进与恢复。

研究机构
微软 上海交通大学 复旦大学 南京大学 清华大学 香港大学 北京大学 东华大学 独立研究者
论文信息
作者 Boxiu Li, Zimo Wen, Yijia Fan, Junxiang Lei, Sufeng Guo et al.
发布日期 2026-08-05
arXiv ID 2608.05144
相关性评分 9/10 (高度相关)