Les agents auto-évolutifs sont devenus un point focal de la recherche en IA, mais la plupart des approches actuelles assimilent l'évolution à un simple stockage de mémoire. OPD-Evolver remet en question cette hypothèse en proposant un cadre de co-évolution lent-rapide où les agents apprennent comment évoluer à partir de leurs expériences plutôt que de simplement les accumuler. La boucle rapide implique que les agents interagissent avec une hiérarchie de mémoire à quatre niveaux pendant le test, tandis que la boucle lente distille ces interactions en stratégies d'évolution améliorées. Cette approche de distillation on-policy garantit que les agents affinent continuellement leurs processus d'apprentissage en fonction des retours en temps réel. La collaboration entre le LV-NUS Lab, l'Université Fudan, l'Université de Pékin et ByteDance apporte une expertise diversifiée en apprentissage par renforcement et en conception d'agents. Les premiers résultats suggèrent des améliorations significatives de l'adaptabilité et des capacités de résolution de problèmes des agents sur divers benchmarks. Pour les développeurs travaillant sur des agents autonomes, ce cadre offre une nouvelle perspective sur la façon de concevoir des systèmes qui s'améliorent véritablement au fil du temps. Le document est disponible sur arXiv et représente une contribution significative au domaine croissant de l'auto-amélioration des agents.
OPD-Evolver introduit un cadre de co-évolution lent-rapide novateur pour les agents auto-évolutifs, répondant à la limitation que stocker des expériences n'est pas la même chose qu'apprendre à évoluer à partir d'elles. L'approche utilise la distillation on-policy avec une hiérarchie de mémoire à quatre niveaux pour améliorer les capacités des agents. Cette recherche du LV-NUS Lab, de Fudan, de PKU et de ByteDance représente une étape significative dans les méthodologies d'auto-amélioration des agents.