SelfSearch：无奖励让智能体自我改进
热点事件持续更新
SelfSearch：无奖励让智能体自我改进
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
一篇名为 SelfSearch 的论文提出一种无任务奖励的智能体自改进方法：智能体依据此前自我修改的记录（包括推理、工具动作和结果），改写自身的指令、工具和执行流程，改写后的智能体再作为下一轮改进者。研究者 Elvis Saravia（DAIR.AI）在 X 上介绍了该方法，并称用 4.03 美元优化出的 harness 可匹配 Codex。这些都是论文提出者一方的说法，尚未见独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 23:01
SelfSearch 论文：无奖励搜索让智能体自我改进，4.03 美元优化出匹配 Codex 的 harness报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- Elvis SaraviaSelfSearch 论文：无奖励搜索让智能体自我改进，4.03 美元优化出匹配 Codex 的 harness
SelfSearch 论文提出无奖励搜索方法，让智能体利用既往自我修改记录（含推理、工具动作和结果）修改自身指令、工具和执行流程，修改后的智能体继续成为下一轮改进者。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。