#survey

3 篇

Self-Evolving Coding Agents

自进化编码代理综述

🧭 Agent 自进化机制与框架

Nanjing University of Science and Technology · Nanjing University

系统综述自进化编码代理，定义概念并提出对象为中心的演变分类法，分析软件工程的天然演进特征与挑战。

📌 工作参考价值（4 点）

记忆驱动的推荐策略优化：借鉴编码代理利用历史轨迹复用经验的方法，推荐Agent可记录用户反馈（点击/转化/停留）和推荐上下文，构建可检索的记忆库，在下一次相似场景中直接复用成功策略，减少重复探索成本。
工具使用的在线自适应：推荐Agent集成多种工具（如搜索API、用户画像查询），可监控工具调用成功率与业务效果，自动调整工具选择策略或微调调用参数，实现工具链的自进化。
反馈驱动的提示词在线更新：将A/B测试或在线指标作为反馈信号，自动优化Agent链路中的提示词（如召回、排序、文案生成），形成闭环自进化，避免人工调参滞后。
多Agent协作的动态分工：在多智体系统中（如广告竞价、多目标推荐），根据全局收益定期调整各Agent的权重或协作模式，类似编码代理更新协作结构，实现整体效率演进。

Agent | 2026-08-03 | HF Daily | score 7/10

Self-Improvements in Modern Agentic Systems: A Survey

现代智能体系统的自我改进综述

🧭 Agent 自我改进的系统化综述

Jilin University · King Abdullah University of Science and Technology · Independent Researcher · University of Alberta · The Swiss AI Lab IDSIA/USI/SUPSI

提出系统级框架，将自改进Agent形式化为对模型参数或脚手架的自诱导更新，并整理论坛。

📌 工作参考价值（4 点）

在线持续优化推荐策略：在电商推荐中，可借鉴自改进闭环，利用用户交互反馈（点击、转化）自动更新模型参数或提示，实现推荐效果的持续提升，减少人工干预。
动态工具与策略脚手架：类似文中的 Scaffolding Improvement，可将推荐系统的召回、排序、过滤等组件视为可动态调整的“工具”，根据实时效果自动调整路由或组合策略，例如动态选择推荐模型、调整混排规则。
利用弱反馈信号驱动自适应：论文中总结了多种反馈信号（标量、定性、群体等），实际业务中可利用隐式反馈（停留时长、滑动行为）甚至用户投诉作为改进信号，通过生成-验证-修正循环提升推荐质量。
Agent 形式的推荐生成：若采用生成式推荐（GenRec），可将推荐生成视为一个自改进 Agent，通过自我反思和多轮交互优化最终推荐结果，特别适用于对话式推荐或搜索结果排序。

Agent | 2026-07-13 | HF Daily | score 7/10

self-improving agents foundation model scaffolding survey LLM agents

Multimodal Unlearning Across Vision, Language, Video, and Audio: Survey of Methods, Datasets, and Benchmarks

多模态遗忘：视觉、语言、视频与音频的综述

🧭 多模态遗忘 · 选择性去学习

University of Maryland, Baltimore County · University of Notre Dame · UNC Chapel Hill

系统梳理多模态遗忘的干预点、方法、数据集与基准，建立跨架构的统一分类体系

📌 工作参考价值（4 点）

电商/推荐系统中数据删除与模型矫正：若用多模态模型生成商品描述或推荐，当用户要求删除个人数据或平台需移除版权物料时，可借鉴参数高效遗忘方法（如 LoRA 适配器、梯度编辑），在不重训模型的前提下定向遗忘。
消除跨模态不良关联：在搜索推荐中，用联合图文表征可能产生性别、种族等偏见关联（如“医生→男”），可采用架构约束遗忘或解码时干预，切断特定跨模态联系，同时保留通用能力。
在线服务安全迭代：面对舆情或法规变化，需紧急屏蔽某类商品或内容，可利用训练时的“遗忘正则项”或数据侧屏蔽，快速使模型停止生成相关推荐，避免全量回退。
评估体系参考：综述整理了多模态遗忘的度量维度（遗忘强度、保留度、效率、可逆性、鲁棒性），从业者可据此设计离线验证指标，确保遗忘操作不影响推荐核心指标。

Other | 2026-07-08 | cs.MM | score 6/10

multimodal unlearning survey vision-language diffusion safety