微软研究院等提出改进动态模型，自进化智能体性能提升最高46%

微软研究院与弗吉尼亚大学等机构的研究人员提出了一种名为“改进动态模型”（Improvement Dynamics Model, IDM）的新方法，旨在优化自进化智能体的代码修改流程。该方法允许智能体在昂贵的实际评估之前，预测拟议修改对具体任务的影响，并据此进行可选的修正。

传统自进化智能体通常依赖试错，只有在完成耗时且高成本的评估后才能获得反馈。IDM通过利用历史修改及其观察结果来积累预测知识，从而在多个代际间提高预测准确性。研究团队基于HyperAgents框架，在多语言编码、论文评审、机器人奖励设计和奥林匹克数学评分四个领域进行了测试。

结果显示，引入IDM后，智能体在所有四个领域的平均性能较基线HyperAgents提升了最高46%，且在包含进化和评估的匹配令牌预算下仍保持优势。此外，学到的预测知识还能迁移到新领域以提升进化效率。该研究为预印本，尚未见独立复现报告。