RSIAgent：面向新环境递归自我改进的自主探索
RSIAgent是一种无需额外训练的多智能体框架，能够自主探索陌生的数字环境，并将环境特定知识保存到可复用的记忆中。课程、执行和验证智能体先进行广泛探索，再针对困难案例、隐藏约束、边界条件和因果关系开展深入探索。生成的记忆无需更新模型参数即可用于后续任务。研究在OSWorld-v2和Agent’s Last Exam上的实验中报告称，该方法显著提升了开源模型的表现，并声称Kimi-K3和GLM-5.3超过了GPT-6等闭源模型。相关结论仍取决于具体评测设置。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。