R² Flow：递归技能演化的自我改进框架

2026年10月23日，arXiv 人工智能板块发布论文，Mingda Zhang 等作者提出 R² Flow 递归自我改进框架。据该报道，R² Flow 在共享状态编排图上交替进行策略学习、独立验证和带版本号的技能库更新，针对三个问题：流训练策略坍缩、非负流信用误把高频使用当作收益、库编辑依赖任务奖励。报道称，在问答、数学推理、交互决策和代码生成任务上，其任务准确率和库编辑精度均优于启发式编排、强化学习和技能进化基线，并可跨执行器迁移，代码已开源。目前事件进展停留在论文发布与开源阶段，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。