**PAST-Bench：评估个人AI代理递归自我改进能力的新基准**

_PAST-Bench: Benchmarking the Foundations of Recursive Self-Improvement in Personal Agents_

> HuggingFace社区推出PAST-Bench基准测试，系统评估个人AI代理能否通过保留的经验（偏好、任务历史、工具流程等）实现递归自我改进。该基准涵盖26个场景、204个测试episode，测试7个基础模型和4个代理框架。研究发现改进确实存在但不均衡，同一模型在不同能力维度上表现差异显著。基于此，作者提出Hermes+改进方案，通过5项针对性干预提升代理从保留经验中获益的能力，尤其在替换过时状态的任务上效果显著。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.04003)