RSIFlow：自适应自我改进工作流框架

2026年10月16日，arXiv Artificial Intelligence 刊出由 Huan Zhang 等作者发布的论文，提出 RSIFlow 递归自我改进框架。据该报道，RSIFlow 将自适应工作流编排与元智能体能力进化相结合，通过任务-智能体轨迹和环境反馈诊断性能瓶颈，动态选择组件级改进工作流；元智能体将工作流结果蒸馏为组件级技能与跨组件原则，并进化自身 harness 以改进后续编排。报道称，在六个基准和两个骨干模型上，RSIFlow 在所有基准上取得 SOTA 平均性能，消融实验验证了自适应工作流编排与元 harness 进化的贡献。论文注明代码已通过给出的链接公开。上述性能结论均来自该论文报道，尚未见独立复现或后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。