本文提出双向进化搜索(BES)框架,结合前向候选进化和后向目标分解,用于语言模型和智能体系统的自我改进与推理,在主流算法失败的后训练任务中实现一致的性能提升,并在三个开放问题解决基准测试中超越现有开源框架。
机构:哈佛
来源:arXiv 2605.28814 | AI4Papers 论文推荐平台