🔥 今日值得一读
无奖励无答案键，智能体自写算子准确率100%，拒掉138个错误变体！
A Self-Improving Agent that Grows its Own DSL: Oracle-Free Operator Induction for Exact Question Answering
📖 AI 总结
本文提出一种无需奖励信号、评判模型或标准答案即可自我改进的智能体框架，用于对精确性要求极高的问答任务。该框架让单一冻结模型在小型精确领域特定语言上运行内外两层循环：内层仅当两个独立编写的表达式在所有记录上一致时才给出答案，外层则自主发现缺失能力并编写新算子，仅当独立第二实现结果一致且满足守恒律时才予采纳。实验显示，内层循环使可回答问题集扩大约三倍，外层循环能在不相交起始集上自我扩展并发明起始闭包之外的算子，而无归纳控制的基线无法回答任何新问题。该准入规则经验上可靠，在独立参考下拒绝了138个有缺陷算子变体中的全部138个，而业界常用的可运行即采纳、自洽性和压缩等信号却放行了其中大多数。该机制无需修改即可迁移至业务账本和临床问诊两个模式无关的新领域，可回答集分别扩大十倍以上和近二十倍，并跨模型家族保持有效性，仅归纳产出率随提议者的DSL熟练度变化。
🔑 关键词速览
| 领域特定语言 (DSL) | 一种为特定应用领域设计的计算机语言，这里指用于精确问答的小型形式化语言。 |
| 算子归纳 (Operator Induction) | 智能体自动发现并创建新的计算算子以扩展其能力的过程。 |
| 无真实标签 (Oracle-Free) | 指在没有标准答案或外部评判的情况下进行学习和验证。 |
| 守恒定律 (Conservation Law) | 在领域内必须保持不变的约束条件，用于验证新算子的正确性。 |
| 自我扩展 (Self-Extension) | 系统通过自身机制增加新功能或新算子的能力。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅