Auto-miglioramento gerarchico: un framework per harness di agenti evolvibili specifici per compiti

Uno studio recente pubblicato su arXiv (2608.08466) presenta l'Auto-miglioramento gerarchico (HSI), un nuovo framework che consente agli agenti LLM di adattare i loro scaffold eseguibili, o harness, per compiti specifici. A differenza dei metodi convenzionali che considerano gli harness come statici dopo il deployment, HSI utilizza harness distinti per ogni famiglia di compiti, che possono essere scambiati tramite una giunzione di iniezione del compito e modificati in base al feedback dell'ambiente. Il framework opera a tre livelli gerarchici: un harness di compito che esegue i compiti, un evolutore che modifica l'harness e un meta-evolutore che aggiorna il codice di strategia dell'evolutore mantenendo un'ancora esterna stabile. Un meccanismo di pensiero attivo/disattivo separa l'evoluzione dell'harness disattivando il ragionamento durante l'esecuzione del compito e abilitandolo durante l'auto-modifica. Questo articolo è classificato come un nuovo annuncio e può essere accessibile tramite l'URL fornito.