01
Training-Free GRPO：无需参数训练的 Agent 优化
从参数化 Agent 训练的成本困境出发，使用组相对语义优势和经验库优化实现无需权重更新的持续改进。
RESEARCH LIBRARY
论文阅读库
论文精读、组会汇报与研究脉络，保留完整论证、实验依据和适用边界。
- 汇报
- 11
- 标签
- 18
- 最近更新
- 2026-07-16
01
02
AHE：可观测、可回滚的 Harness 自进化
AHE 通过可观测、可回滚的演化机制，让 Coding Agent 的 Harness 自动迭代并追踪每次修改的实际贡献。
03
SEAGym：评估会修改自身 Harness 的 Agent
聚焦自进化 Agent 的评估协议、过程指标、重放诊断与跨模型迁移，避免只看最终奖励。
04
ACE：Agentic Context Engineering
从上下文适应的失败模式出发，理解结构化增量 Playbook 如何让 LLM 在不更新权重的情况下持续学习。
05
Toolformer：语言模型如何学会使用工具
通过自监督方式生成工具调用训练数据，并用 loss-based filtering 保留真正有助于后续预测的 API 调用。
06
12-Factor Agents：从 Agent Demo 到生产级 LLM 软件
把 LLM 应用最容易失控的部分变成可设计、可测试、可暂停和可恢复的软件工程对象。
07
Meta-Harness：端到端优化 Model Harness
用 Coding Agent 自动搜索、修改和评估 LLM 应用 Harness，把人工 Harness Engineering 转化为代码空间优化问题。
08
Agent Harness for LLM Agents：综述
将 LLM Agent 外部的运行时基础设施提升为研究对象，系统梳理执行、工具、上下文、状态、安全与评测。
09
AutoHarness：自动合成代码 Harness
让 LLM 自动合成代码 Harness，用可执行程序补齐 Agent 在动作合法性和环境接口上的短板。
10
RecursiveMAS：递归多智能体系统
将递归语言模型的 latent computation 思想扩展到多智能体系统，让异构 Agent 在隐藏状态空间中递归协作。
11
ACON：面向长程 LLM Agent 的上下文压缩
面向长程任务压缩不断增长的上下文，并通过失败轨迹持续优化信息保留规则。
没有匹配的汇报