**自我评估递归智能体：让策略自身学会分解、求解与评估**

_Self-Evaluating Recursive Agents_

> 针对递归语言模型智能体训练困难且评估成本高昂的问题，研究提出了 SERA（自我评估递归智能体）。该方法将评估能力内化为策略自身的学习目标，通过让智能体在委托子任务前生成加权成功标准（rubric），并利用验证结果进行排名训练，从而实现了分解、求解与评估三个能力的联合优化。实验表明，这种机制不仅显著提升了智能体在复杂任务上的表现，还大幅减少了对外部监督的依赖，并可在推理阶段作为树搜索的引导工具。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.04902)