arXiv · cs.AI· Wenjie Liao, Liangjie Zhao, Zehong Cao·· 1 天前
AnchorLoop：以历史参照训练自演化工具集成智能体
Self-Evolve With a Reference:Anchored Training of Tool-Integrated Agents
arXiv:2610.09856v1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：Wenjie Liao, Liangjie Zhao, Zehong Cao
首次提交：2026-10-07 19:13
研究任务与主要进展
研究者提出AnchorLoop，将前一迭代Executor的冻结副本同时用于Executor训练和课程任务选择，以改善自演化工具集成智能体的反馈机制。在13个推理基准上，AnchorLoop相较Agent0在数学推理和通用推理任务上分别提升2.5%和2.8%，并维持较高的有效优势方差，在后期迭代中继续取得改进；其锚点比较仅作为任务选择代理，不表示版本间能力提升或答案正确性。
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