**DiagEvo：基于分层错误记忆的诊断引导自我进化**

_DiagEvo: Diagnosis-Guided Self-Evolution via Hierarchical Error Memory_

> DiagEvo提出了一种无需外部资源的语言模型自我进化方法，通过诊断器从求解器失败历史中提取 recurring error causes，并存储在分层错误原因记忆中。该方法利用双置信度过滤保留中等难度问题，在Qwen3-8B等模型上显著优于现有基线，数学推理平均准确率达72.3%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.00768)