arXiv · AI· Yu Cui, Hong He, Ruiqing Yue, Sicheng Pan, Zhuoyu Sun, Yifei Liu, Ting Li, Wenzhuo Zhu, Baohan Huang, Haibin Zhang, Cong Zuo·· 4 小时前AI 评分40
MaD-RSI: 将模型作为数据用于智能体框架的递归自我改进
MaD-RSI: Model-as-Data for Recursive Self-Improvement of Agent Harnesses
AI 导读
MaD-RSI 提出一种新框架，将多个异构大语言模型（LLM）视为数据，直接优化共享的智能体框架（harness）。 该框架利用不同模型多样的失败轨迹作为训练证据，而非仅在优化后评估泛化性，从而将模型差异转化为优化信号。 实验表明，MaD-RSI 在提升跨模型泛化能力的同时降低了训练成本。
来源：arXiv · AI · arxiv.org