AREX-2：长程反思任务提升自改进Agent

2026年10月1日，arXiv cs.AI 全量分类收录报道，介绍 AREX-2 系统：该系统通过从机器学习与算法编程任务中合成长期改进轨迹，训练出可在测试时迭代优化解的 LLM 智能体，基座模型为 Qwen3.8-27B。报道称其目标是推进自我改进智能体，核心手段是长时程反思任务与合成轨迹训练，使智能体在测试阶段能够反复迭代、优化解。目前公开信息仅此一条，尚无后续进展或第三方复现结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。