arXiv · AI· Minghe Zhang, Xuetao Kang, Yifei Ming, Yanfei Chen, Han Yu, Yufan Zhuang, Chen-Yu Lee·· 13 小时前AI 评分37
GUARD 框架通过遗憾指导稳定递归自我改进
GUARD: Stabilizing Recursive Self-Improvement with Regret Guidance
AI 导读
研究团队提出 GUARD 框架,利用方向性遗憾指导 AI 智能体在无需外部评分器的情况下稳定进化其提示词、技能等外部结构,避免局部退化与技能遗忘。 该框架将任务分解为执行前自检,通过 Soft-HURT 门控机制确保收益大于回归才推广编辑,并在推理时以单次运行冻结结构。 在记忆、技能进化及持续任务流基准测试中,GUARD 一致提升性能,防止灾难性遗忘,并显著削减部署 token 消耗。
来源:arXiv · AI · arxiv.org