HMED智能体自我改进

RecodeX 重构消息，一项名为HMED的方法在六种AI基准组合测试中取得最高平均成绩。该方法从相同初始状态出发，对比了旧版与修订版技能发现策略，测试覆盖两个模型和三项基准。

RecodeX 重构消息，清华大学、上海交通大学与上海创新研究院的研究团队于10月6日在论文预印本网站arXiv发布论文《从修改结果中学习：面向自我改进智能体的事后元经验蒸馏》，提出一种让AI智能体把未被采纳的修改方案结果也用于后续改进的方法HMED。

该方法在两种模型与三项评估任务组合成的6个实验设置中，平均后续性能均高于对比对象。论文中的“元技能”指智能体处理自身改进方式的能力，与执行任务所用的“任务技能”相区分。