论文提出R² Flow递归自我改进框架

Mingda Zhang等人在arXiv发布论文，提出R² Flow，一个LLM Agent的递归自我改进框架，在共享状态编排图上交替进行策略学习、独立验证和版本化技能库更新，并利用等价执行历史汇总证据。 作者在论文摘要中报告，该方法在问答、数学推理、交互决策和代码生成任务上相较启发式编排、强化学习和技能演化基线提高了任务准确率与技能库编辑精度，并能跨执行器迁移；以上为论文摘要报告的结果，代码发布于 https://github.com/beita6969/r2flow。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。