https://dujh22.github.io/LLMDailyDigestWeb/research/ Recent content in Researches on LLM-DailyDigest · 大模型研究日报 Hugo zh-CN Sun, 30 Aug 2026 22:14:39 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/memoryevolve/ Sun, 30 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/memoryevolve/ <h1 id="memoryevolve">MemoryEvolve</h1> <blockquote> <p>研究方向：<strong>记忆自进化</strong>——让智能体自主构建、组织、巩固并持续演化长期记忆。</p></blockquote> <h2 id="研究范畴">研究范畴</h2> <p>记忆自进化（memory self-evolution）以&quot;记忆&quot;为核心驱动，让模型 / 智能体在交互与任务执行中自主完成记忆的写入、检索、压缩、巩固、遗忘与重组，从而突破上下文窗口限制、支撑长周期任务与持续学习。本方向涵盖：智能体长期记忆架构（分层记忆 / 记忆操作系统）、情景记忆与语义记忆的组织与索引（含时序知识图谱）、记忆巩固与反思（reflection / consolidation）、参数化记忆与非参数化记忆的协同、记忆驱动的经验复用与技能沉淀。社区关注的核心问题包括：记忆的写入 / 淘汰策略如何自动学习而非人工规则、长期记忆如何抗噪声与防止错误记忆累积、记忆检索与推理如何深度耦合、多智能体 / 多会话间记忆如何共享与隔离，以及如何评测记忆系统在长周期任务上的真实收益。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/researchevolve/ Sun, 30 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/researchevolve/ <h1 id="researchevolve">ResearchEvolve</h1> <blockquote> <p>研究方向：<strong>研究自进化</strong>——AI 自主科研：让智能体自主提出假设、设计实验、迭代改进研究本身。</p></blockquote> <h2 id="研究范畴">研究范畴</h2> <p>研究自进化（research self-evolution / autonomous scientific discovery）让 AI 系统承担科研全流程或关键环节——文献调研、假设生成、实验设计与执行、结果分析、论文撰写与同行评审——并通过闭环反馈持续改进自身的科研能力。本方向涵盖：端到端 AI Scientist 系统、科研多智能体协作（研究员 / 评审 / 工程师角色分工）、假设生成与实验规划、自动机器学习研究（MLE / 科研代码自动化）、AI 同行评审与科研评测基准。社区关注的核心问题包括：如何保证自动产出研究的新颖性与正确性（而非平庸组合或错误结论）、实验闭环的可复现性与算力成本、AI 评审能否可靠替代人类质量把关、长周期科研目标如何分解与自我纠错，以及自主科研的学术伦理与署名规范。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/evolvellm/ Wed, 12 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/evolvellm/ <h1 id="evolvellm">EvolveLLM</h1> <blockquote> <p>研究方向：<strong>大语言模型（LLM）的自我进化 / 自我改进</strong>——在尽量少依赖人工标注的前提下，让基础模型持续提升自身能力。与聚焦&quot;推理&quot;的 [[EvolveLRM]] 互补，覆盖更通用的基础模型自进化。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/awesome-rsi/ Fri, 07 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/awesome-rsi/ <h1 id="awesome-rsi">Awesome-RSI</h1> <blockquote> <p>研究方向：**递归自我改进（Recursive Self-Improvement, RSI）**方向的精选资源与论文清单。</p></blockquote> <h2 id="研究范畴">研究范畴</h2> <p>递归自我改进（RSI）指一个系统能够持续改进自身，且其&quot;改进机制&quot;本身也被纳入改进对象，从而形成自指式的提升闭环。本方向涵盖：自我改进 Agent、自我重写 / 自我修复、LLM-as-a-Judge 自迭代、开放式 RSI 任务，以及面向 RSI 的治理与安全框架。社区关注的核心问题包括：自我改进能否持续近似单调地提升、是否存在上限或退化、自我奖励 / 自评判信号是否存在系统性偏差、如何度量&quot;改进&quot;本身以避免被优化目标作弊，以及 RSI 与对齐、可控性的协同。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/dataevolve/ Fri, 07 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/dataevolve/ <h1 id="dataevolve">DataEvolve</h1> <blockquote> <p>研究方向：<strong>数据自进化</strong>——以数据为中心的自进化训练数据 / 合成与迭代。</p></blockquote> <h2 id="研究范畴">研究范畴</h2> <p>数据自进化（data-centric self-evolution）以&quot;数据&quot;为核心驱动，让模型自主生成、筛选、配比并迭代训练数据，从而在尽量少依赖人工标注的情况下持续提升。本方向涵盖：合成数据生成、指令进化（Evol-Instruct 类）、自奖励 / 自评判偏好数据、数据飞轮（data flywheel）、以数据为中心的 Agent 自进化。社区关注的核心问题包括：合成数据的质量 / 多样性 / 覆盖度如何度量与保证、自迭代是否会引发模型崩溃（model collapse）或分布坍缩、数据污染与配比对下游能力的边际影响，以及如何量化&quot;数据价值&quot;并据此做主动筛选。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/evalevolve/ Fri, 07 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/evalevolve/ <h1 id="evalevolve">EvalEvolve</h1> <blockquote> <p>研究方向：<strong>进化式评测</strong>——随能力增长持续演化、抗污染的评测基准与方法。</p></blockquote> <h2 id="研究范畴">研究范畴</h2> <p>进化式评测（evolutionary / dynamic evaluation）针对静态基准易被污染、快速过时的问题，主张让基准与方法随模型能力增长持续演化、抗污染。本方向涵盖：持续更新的 live benchmarks、动态 / 等价变体评测、自动出题（auto-benchmaking）、抗污染机制，以及自进化基准框架。社区关注的核心问题包括：如何持续、低成本地产生高质量新题并标定难度、如何抵抗训练数据污染与基准泄漏、动态评测如何与真实世界能力对齐避免指标漂移，以及多模态 / Agent / 长周期任务的评测有效性。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/evolvelrm/ Fri, 07 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/evolvelrm/ <h1 id="evolvelrm">EvolveLRM</h1> <blockquote> <p>研究方向：<strong>大推理模型（LRM）的自我进化</strong>——通过 RL / 自我博弈等让推理模型持续提升。</p></blockquote> <h2 id="研究范畴">研究范畴</h2> <p>大推理模型（Large Reasoning Model, LRM）的自我进化，聚焦于通过强化学习 / 自我博弈 / 过程奖励 / 树搜索等范式，让&quot;System 2&quot;式长链推理模型在推理质量上持续提升。本方向涵盖：RL 后训练、自我博弈、过程 / 结果奖励、搜索增强训练、长思维链与推理时计算。社区关注的核心问题包括：RL 训练带来的能力提升能否泛化到分布外任务、奖励稀疏 / 奖励作弊与&quot;伪推理&quot;如何识别与缓解、探索—利用的平衡与思维链忠实度（faithfulness），以及训练效率与推理时算力的权衡。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/groom/ Fri, 07 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/groom/ <h1 id="groom">Groom</h1> <blockquote> <p>研究方向：<strong>面向 Agent Harness 的过程级 token 利用评测</strong>——把自主智能体的评测从&quot;做对没 / 花了多少&quot;重述为&quot;token 是否被有效利用&quot;，以证据驱动的方式对异构 Agent / Harness 做过程级 token 归因与横向比较。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/harnessevolve/ Fri, 07 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/harnessevolve/ <h1 id="harnessevolve">HarnessEvolve</h1> <blockquote> <p>研究方向：<strong>评测 harness 的演进</strong>——围绕 lm-evaluation-harness / SWE-bench 类工具的扩展与进化（本站已 fork 相关仓库）。</p></blockquote> <h2 id="研究范畴">研究范畴</h2> <p>评测 / Agent harness 的演进，围绕 lm-evaluation-harness、SWE-bench 类工具及其扩展与进化展开。harness（含 Agent-Computer Interface、运行环境、工具与提示约定）显著影响甚至主导模型在 Agent 任务上的表现，因此其工程化与标准化日益重要。本方向涵盖：harness engineering、ACI 设计、真实运行环境构建，以及 harness 效应的度量和披露。社区关注的核心问题包括：harness 设计在多大程度上改变了模型间的相对排名、如何标准化披露 harness 配置以保证可比与可复现、环境真实度（realism）与隔离 / 安全的权衡，以及动态 / 长周期环境下的 harness 演进。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/logicevolve/ Fri, 07 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/logicevolve/ <h1 id="logicevolve">LogicEvolve</h1> <blockquote> <p>研究方向：大型语言模型的<strong>逻辑推理能力自我进化</strong>——让模型在逻辑 / 多步推理上持续自我改进。</p></blockquote> <h2 id="研究范畴">研究范畴</h2> <p>大型语言模型的<strong>逻辑推理能力自我进化</strong>，关注让模型在形式逻辑、多步 / 组合推理上持续自我改进。本方向涵盖：神经符号（neuro-symbolic）推理、逻辑推理基准、自我验证 / 自我校正，以及 System 1 → System 2 的能力跃迁。社区关注的核心问题包括：推理过程的逻辑忠实度（faithfulness）与可验证性、组合泛化与分布外泛化及推理鲁棒性、符号求解器 / 验证器如何与神经网络互补，以及自我进化是否会放大逻辑错误（幻觉沿推理链传播）。</p> https://dujh22.github.io/LLMDailyDigestWeb/research/swarmevolve/ Fri, 07 Aug 2026 00:00:00 +0800 https://dujh22.github.io/LLMDailyDigestWeb/research/swarmevolve/ <h1 id="swarmevolve">SwarmEvolve</h1> <blockquote> <p>研究方向：<strong>多智能体群体的自进化</strong>——群体/社会模拟中的智能体协同与演化（本站已 fork casevo）。</p></blockquote> <h2 id="研究范畴">研究范畴</h2> <p>多智能体群体自进化（swarm / multi-agent self-evolution）研究由多个 LLM 智能体组成的群体如何通过交互、协作与竞争实现整体能力的持续演化，超越单体自改进的上限。本方向涵盖：多智能体协同自进化（角色分工、共同进化 / co-evolution）、群体社会模拟（社会规范、合作与博弈的涌现）、多智能体系统结构的自动优化（通信拓扑、协作网络的自进化）、群体智能基准评测。社区关注的核心问题包括：群体交互能否产生单体无法获得的进化信号、协作结构与通信协议如何自动演化而非人工设计、大规模社会模拟中涌现行为的可控性与可解释性、多智能体间能力与知识如何传播扩散，以及群体进化的评测基准与度量方法。</p>