AgentEvolver: System-Wide Self-Evolution Through Task Execution

مسئله

یک ایجنت می‌تواند تسکی را کامل کند بدون این‌که روش کارش بهتر شود. تبدیل تجربه‌ی تسک به توانایی قابل استفاده‌ی مجدد نیاز دارد جزء تغییرکرده به ارزیابی و استفاده‌ی بعدی‌اش وصل شود.

روش

سیستم AgentEvolver برای توسعه‌ی توانایی حین اجرای تسک ساخته شده و مدل پایه را ثابت نگه می‌دارد. هشت خانواده‌ی موجودیت، شامل عملیات، روش‌ها، ایجنت‌ها، جریان کنترل، رابط‌ها و وضعیت پشتیبان، از طریق یک چرخه‌ی عمر نسخه‌دار مشترک قابل بازنگری‌اند. یک زمان اجرای مشترک کار جاری را هماهنگ می‌کند و برنامه‌ریزی پایدار و کانتکست قابل بازیابی جهت تسک و شواهد را حفظ می‌کنند.

یافته‌ها

• تیم روی SWE-bench Pro Public نرخ حل ۸۲٫۰۸ درصد با تکامل گزارش می‌کند، بالاتر از پایه‌ی گزارش‌شده‌ی خودش بدون تکامل.
• شش مورد کاربردی نشان می‌دهد توانایی‌های حفظ‌شده وارد کارهای بعدی وب‌سایت، بازی و پژوهش می‌شوند، و هدف‌های ناتمام و یک راهبرد ناموفق هم مستند شده‌اند.

محدودیت‌ها

نویسنده‌ها می‌گویند انتقال به تسک‌های مستقل و هزینه‌ی کل توسعه پرسش‌های باز است؛ متن کامل مقاله در قالب HTML در دسترس نبود و این خلاصه بر چکیده تکیه دارد.