arXiv · cs.AI· Haoran Li, Zengle Ge, Xiaomin Yuan, Yui Lo, Haoxin Li, Songlin Zhou, Qianhui Liu, Jiahua Ying, Yuanhang Liu, Mingju Chen, Annan Li, Jianmin Wu, Dawei Yin, Dou Shen·· 2 天前
AGAR：用于LLM程序演化的强化学习基础框架
AGAR: a reinforcement learning substrate for LLM program evolution
arXiv:2610.09215v1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：Haoran Li, Zengle Ge, Xiaomin Yuan, Yui Lo, Haoxin Li, Songlin Zhou, Qianhui Liu, Jiahua Ying, Yuanhang Liu, Mingju Chen, Annan Li, Jianmin Wu, Dawei Yin, Dou Shen
首次提交：2026-10-07 07:22
研究任务与主要进展
研究者提出AGAR，将LLM程序演化形式化为以模块化前缀为动作的马尔可夫决策过程，使信用分配、价值估计、自适应探索和经验记忆可以分别替换或关闭，且无需对后端模型进行梯度训练。基于论文摘要，在19项任务、两个后端和三个随机种子的统一测试框架中，AGAR在多数任务上优于两个已发表基线中的较强者，增益主要集中在竞赛编程任务；摘要未提供全文实验细节。
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