arXiv · cs.AI· Yaolun Zhang, Tianyi Xu, Yujie Zhao, Jishen Zhao, Qingyun Wu, Huazheng Wang·· 6 小时前
EvalResearchBench：AI Agent能否自动构建反馈实现递归自我改进？
EvalResearchBench: Can AI Agents Build Their Own Feedback for Recursive Self-Improvement?
arXiv:2610.04184v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yaolun Zhang, Tianyi Xu, Yujie Zhao, Jishen Zhao, Qingyun Wu, Huazheng Wang
研究任务与主要进展
研究提出 EvalResearchBench，用于评估 AI Agent 在固定时间和 API 预算下选择或合成研究任务、实现评分器并通过试验反馈修订，最终生成面向编程、协作和推理的可执行评估器。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org