5 / 12
第 5 页 · 文字版
心晴九天 · Agent 自我进化资料包 05 / 12 同一条赛道 六个做法,差在 "靠什么判断改对了" Hermes Agent 干完活把轨迹总结成技能存下来,日常循环不做对比验证;另有自我进化项目,对着测评集优化 Meta-Harness 搜索整套 harness 代码,在留出的任务上打分决定去留。Stanford / MIT,2026-03 ACE 把上下文做成条目化手册,增量追加、按相似度去重,靠执行反馈或标签更新 Harness² 改 8 个 harness 文件;同一道题对比改前改后的过程,不需要标准答案 EvoOntology 改本体的概念、映射、约束、证据;和原版在验证集上对比打分,每个模型单独进化。人大,2026-09 OaK 把本体当内核,评审模型看分数和轨迹提修改,部署后冻结。2026-08 前四个在改 harness,后两个在改本体。Harness² 的位置很特别:既做对比验证,又不需要标准答案。改本体的两个,目前都离不开打分。 arXiv 2603.28052、2510.04618、2610.14224、2609.15779、2608.22974;Hermes Agent 官方文档。
文字版便于检索与复制,图表和排版请切回「图文」。