omarsar0· @omarsar0 · X·· 2 天前AI 评分
Meta Superintelligence Labs 论文提出 agent plasticity 度量自我改进智能体
Meta Superintelligence Labs 发表关于自我改进智能体的论文，提出 agent plasticity 指标，即在模型权重冻结、每次运行从全新上下文开始的条件下，每投入 1 美元学习成本在保留任务上的增益。
Meta 超级智能实验室（Meta Superintelligence Labs）关于自我改进智能体的论文，太炸了。
（建议收藏）
很难确切知道是什么驱动了自我改进，因为涉及的变量太多了（笔记、技能、运行之间的工具调用等等）。
Meta 的研究人员探索并讨论了一种衡量自我改进是否值得的方法。
他们称之为「智能体可塑性」（agent plasticity）。它指的是在模型权重冻结、每次运行都从全新上下文开始的条件下，每投入一美元学习成本在留出任务上获得的增益。
他们发现，表现最好的模型往往与学习效率最高的模型不是同一个。
在国际象棋、围棋和 Hex 中，Claude Fable 5 取得了最高的最终分数，而 GPT-5.6 Sol 每美元获得的增益最大。
在 NetHack 中，只有 Claude Opus 5.5 有显著提升，花费约 1,073 美元的学习成本，归一化分数提高了 66 分。
另一个有趣的发现是，学习慢的智能体往往会忽略自己已经写好的产物。学习快的智能体会复用这些产物，但当产物质量低时仍然会失败。
论文：arxiv.org/abs/2610.08902
论文讨论：academy.dair.ai/papers/agent…
来源：omarsar0 · x.com