经验学习 LLM-DailyDigest 2026-08-12 2026-08-12 约 100 字 预计阅读 1 分钟 经验学习 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 世界模型 1 基于世界模型预测路径的自改进智能体 10-22 信用分配 1 MemTrial：让投资组合智能体学会何时信任记忆 10-09 具身基础模型 1 GPT-6-Astra具身智能评测：具备能力但尚未达到实用门槛 10-20 内生记忆 1 MemoraX以可学习记忆推动AI进入经验时代 08-22 协同演化 2 SPLICE：基于一致性正则化的智能体知识—模型协同演化 10-23 SafeEvolve：基于智能体经验的脚手架—策略协同演化安全对齐 09-03 博弈评测 1 AAArena：评估智能体在长期博弈竞赛中的启发式学习 10-09 在策略蒸馏 1 LoCD：通过局部上下文蒸馏学习交互经验 10-18 多智能体协作框架 1 AeroWeaver：面向无人机集群自适应执行的具身智能体框架 09-17 奖励机制设计 1 IRR：复用 VLA 表征实现机器人自主评估与策略改进 09-16 强化学习 1 Jev 能否充当强化学习中的 Q 函数或策略？ 10-09 技术生态 1 AI4AI 从自进化、元进化迈向递归自我改进 08-12 技能优化 1 WER：通过执行反馈强化学习实现技能优化 08-19 技能安全 1 Practice Makes Unsafe：自改进 LLM 智能体的技能误演化 08-16 技能演化 12 RAX：在线探索扩展驱动机器人持续自我改进 10-26 苏格拉底式技能学习：教学与实践交替培养可迁移智能体技能 10-23 CDSE：面向自改进智能体的认知分化技能演化 10-19 FedSkillGit：基于版本控制的联邦技能演化 10-18 CausalEvo：健康 LLM 智能体的因果技能自进化 10-18 RoboRSI：复杂现实环境中的稳定高效可复用机器人自演化 10-09 EVISKILL：以可回放证据驱动智能体技能演化 10-08 Designer-RSI：从用户流量中演化图形设计智能体的程序性记忆 09-21 OmniHarness：视觉智能体自主练习与跨视频经验迁移 09-18 WikiSkill：将智能体经验编译为持久知识以持续演化技能 09-03 PRACTICE：具身智能体从经验到专长的自进化 09-01 CODESKILL：编码智能体的自进化技能学习 08-14 技能生成 1 Work2Skill：从人类 GUI 操作中归纳可复用智能体技能 10-18 持续学习 7 CLE：LLM 智能体长时程持续学习与经验学习基准 10-29 面向智能体的记忆中心持续学习框架 MCCL 10-22 ReHarness：通过后向修订实现智能体持续学习 10-18 RIKA：面向持续学习智能体的可靠知识获取 10-18 追踪编程智能体在 ARC-AGI-3 中的思维：持续学习启示 10-10 SR-Fraud：面向非平稳支付欺诈检测的结果监督反思智能体 09-24 DRPG：环境反馈驱动的动态策略生成实现 LLM 持续改进 09-16 智能体框架 2 HexaShell：探索 VLM 机器人编程智能体能力边界的轻量框架 10-20 OpenClaw 2.0 发布：最大规模更新与 Agent Harness 赛道反思 09-02 智能体自进化 4 AgentEvolver：任务执行驱动的系统级自进化 10-10 TTSE：双轨在线自进化框架 09-22 Experience Funnel：状态—策略交替的智能体自进化闭环 09-09 弥合一致性差距：学会稳定执行的自进化智能体 09-09 智能体评测 1 Learn2Play Bench：评测智能体在陌生环境中的经验学习能力 10-10 核心演化 1 Ouroboros：可自我演化的前沿编程智能体 08-12 框架演化 1 Agent S4：从任务经验中演化智能体接口 10-21 模型量化 1 AQuA：递归自我改进的量化交易研究智能体 08-16 测试时训练 1 ASCENT：智能体将成功经验自蒸馏进权重，实现在线持续学习 10-27 演化能力评测 2 EverMine：长周期 Alpha 研究中的自进化能力评测 09-29 S3Gym：LLM 能否通过自测试与自评判实现自我改进 09-01 环境合成 3 AgentGarten：支持智能体持续进化的代码世界 10-18 AgentGarten：面向持续进化智能体的代码世界 10-10 AgentGarten：代码世界与实时扩散渲染驱动智能体持续进化 10-09 神经符号人工智能 1 OntoAct：基于本体抽象的假设驱动神经符号智能体 10-18 程序进化 2 ExpEvolve：以想法级经验复用推动开放式发现 10-22 AlgoEvo：面向自动算法发现的自进化智能体搜索 09-15 空间记忆 1 Spatial Memory Agent：基于经验程序记忆的空间智能 08-15 策略优化 1 EvolveTrade：经验驱动的自进化 LLM 交易智能体 09-18 经验学习 15 SpatialBrain：从经验中成长的空间智能框架 10-22 图表作为认知动作：经验驱动的智能体数据分析 10-22 从车队经验中学习：机器人集体学习范式 10-21 自进化智能体能修复失败，却难以从失败中泛化 10-19 Learn2Play Bench：评测智能体在陌生环境中的经验学习能力 10-18 MetaExp：通过跨任务环境扩展学习经验驱动的自我改进 10-18 失败即监督：基于落地后见的回放筛选蒸馏 10-18 Knowledge Weaver：基于互信息的知识积累 10-08 冻结模型通过部署经验持续演化多模态医疗能力 10-08 EEM：面向自主研究的实验经验建模 10-01 STRATA：面向即时战略游戏的角色分层智能体自学习系统 10-01 AgentLoop 经验自进化：自动挖掘与验证经验资产 09-21 AgentLoop 经验自进化：轨迹挖掘与经验注入消融实践 09-19 Learning to Coach：训练教练模型提炼可迁移经验 09-15 经验链：通过测试时交互持续改进 LLM 08-19 经验进化 1 经验时代的自改进智能体：从自我进化到元进化综述 08-12 置信度评估 1 XConf：从推理到智能体的经验性置信度估计 09-18 脚手架演化 3 编程智能体脚手架如何自我演化：回顾式适应实证研究 10-27 Harness²：双层递归优化智能体执行框架 10-26 Google Harness²：冻结模型，递归改进 Agent 外壳 10-18 自动化科学研究 1 SpecEvo：面向低成本科学发现的推测式演化框架 10-22 自我反思 1 RSI 代表论文解读：Reflexion 的语言反馈与记忆机制 10-25 自蒸馏 1 LOPD：潜在同策略自蒸馏 08-16 自进化 3 EvoOntology：Data Agent 自动构建持续进化的本体层 10-24 DiagEvo：基于层次化错误记忆的诊断引导自进化 09-03 Zeva：冻结参数实现具身上下文因果自进化 09-01 记忆蒸馏 1 Agent Memory Distillation：用分层教师记忆增强小模型智能体 08-12 过程评测 1 超越最终得分：长程 AI 研发智能体的系统评估 08-16 递归自我改进 10 RSIGame：自主试玩、修复与迭代的游戏开发智能体 10-22 DeepEvolve：开放世界中的递归自我改进与未来预测 10-22 Darwin-Claw：环境自适应的递归自进化智能体经验整合框架 10-19 Memento 3以可执行世界模型实现递归自我改进 10-18 WorldScape R²SI推动机器人递归自我改进并登顶RoboDojo 10-18 从记忆到自进化：Agent 走向 RSI 的关键一步 10-18 突破环境墙：演化智能体环境以实现递归自我改进 09-25 基元律动：从多模型调度到反馈闭环，探索 Agent 持续进化 09-23 Self-Developing Agents 三项基准揭示智能体自进化瓶颈 09-17 RSIAgent通过自主探索实现递归自我提升 09-16 长期记忆 8 AMIE：智能体自适应记忆索引演化 10-27 MemT 1.0：近300B参数记忆原生模型补齐RSI记忆拼图 10-20 Hippocam：基于意图结构化经验整合的智能体记忆与学习 10-09 面向长程 LLM 智能体的情境条件化思考策略学习 10-08 ExperienceIndex：基于知识载体的经验记忆 10-08 RefCon：面向上下文演化智能体的迭代精炼与对比式记忆提取 10-01 SAGE：面向数据稀缺 NPU 算子合成的采纳感知记忆学习 09-30 激活记忆与参数记忆在少样本学习中的互补作用 09-24 长程智能体 1 英伟达 AVO 在 ARC-AGI-3 通关 183 关并获满分 08-23 闭环自进化 2 选择不是学习：自进化模型的继承决策 10-18 EvoMap：以经验流转构建系统级 RSI 闭环 09-03
