热点事件持续更新
Red Queen Gödel Machine：智能体与评估器协同进化框架
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv Neural and Evolutionary Computing 发布关于 Red Queen Gödel Machine（RQGM）的一手报道。RQGM 是一种面向非稳态效用的递归自我改进进化框架，核心思路是让学习型评估器与受其引导的智能体同步提升、相互协同进化。在 DeepSWE 实验中，RQGM 采用协同进化的 reviewer 对 coder 生成的补丁进行打分。结果显示，在低推理强度下，其在留出任务上的通过率为 82.1%，高于固定评估器基线的 75.0%，并接近高强度的 GPT-6 Astra。该报道未涉及与其他先前研究在数字或时间上的矛盾，也未给出后续更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
RQGM 在 DeepSWE 低推理强度下留出任务通过率 82.1%，超固定评估器基线 75.0%。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Neural and Evolutionary ComputingRed Queen Gödel Machine：让 AI 智能体与其评估器协同进化
Red Queen Gödel Machine（RQGM）是一种面向非稳态效用的递归自我改进进化框架，让学习型评估器与受其引导的智能体同步提升。在 DeepSWE 上，RQGM 通过协同进化的 reviewer 对 coder 补丁打分，低推理强度下在留出任务上通过率 82.1%，高于固定评估器基线的 75.0%，并接近高强度的 GPT-6 Astra。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。