预印本称智能体靠自我改进记录即可提升成功率

预印本SelfSearch称，智能体不用奖励信号、只靠过往自我改进的记录，就能在全部六个模型与基准组合上提升成功率。

论文由Jungwoo Yang、Injin Kong、Yohan Jo于9月29日提交arXiv。方法让智能体读取此前修改尝试的推理、工具动作和结果，作为改进依据，省去反复跑下游评测的开销。

自测数字包括：Terminal-Bench 2.1上单个智能体最高提升11.2个百分点；SWE-bench Multilingual上成功率提高5.0个百分点、执行成本降38.5%。用DeepSeek V4 Flash时，仅4.03美元搜索成本得到解出82.0%任务的harness，追平公开九套比较中的最高分Codex。

摘要未说明82.0%这一对比沿用了公开九套harness比较的原有设定，还是作者自建的评测流程。